一个基于非膜性心房动患者左心房应变参数的新算法可以识别左心房附属体的血栓性环境

科学领域:

• 心脏病学 心脏病学
• 心声回声扫描 (Echocardiography) 是一种心声回声扫描.
• 医疗成像医学成像

背景情况:

• 在心房 (AF) 中心血管风险分层需要改进的方法,特别是对于 CHA2DS2-VASc 分数较低的患者.
• 在评估这种风险时,新型左心房 (LA) 应变参数的增量值尚未得到充分确立.

研究的目的:

• 评估LA菌株参数在心血管风险分层中的作用.
• 开发和验证一个新的算法,以改善AF患者的风险评估.

主要方法:

• 566名非膜性AF患者接受了跨食道心声扫描.
• 评估了左心房附属体 (LAA) 血栓生成环境,定义为血栓,自发回声对比或污泥.
• 拉拉菌株参数 (LASr,LASRr等等) 并分析了一种新的决策树算法.

主要成果:

• 在确定LAA血栓生成环境时,LA菌株参数显示出精度 (AUC:0.846-0.916),超过了CHA2DS2-VASc得分 (0.645).
• 一个新的决策树算法集成LA菌株参数和CHA2DS2-VASc得分,实现了高精度 (AUC:0.930) 的风险分层.
• 该算法在较低CHA2DS2-VASc分数 (0-2) 的患者的子组分析中有效执行.

结论:

• 衍生的LA菌株参数与FA中LAA血栓性环境风险分层的常规指标相比并非劣.
• 使用LA菌株参数的新算法可以准确识别AF患者的心血管风险,包括那些CHA2DS2-VASc得分低的患者.