编辑推荐：
术后房颤（POAF）是心脏搭桥手术常见并发症，现有预测模型对中国非体外循环冠状动脉搭桥术（OPCABG）患者适配性差。研究人员构建并验证 OPCABG 特异性 POAF 预测模型，发现年龄等 5 个因素相关，该模型优于传统评分，有助于个性化预防。
在心脏外科领域，术后房颤（Postoperative atrial fibrillation，POAF）如同潜藏在患者康复之路上的 “暗礁”。冠状动脉搭桥术（Coronary artery bypass grafting，CABG）本是治疗冠心病的有效手段，可 20 - 40% 接受 CABG 手术的患者却会遭遇 POAF 这一并发症。它不仅使患者中风风险增加 3 倍，还让每例患者的住院成本额外增加 8000 - 12000 美元。
现有的 POAF 预测模型，像 CHA2DS2-VASc 和 C2HEST，在针对体外循环下 CABG 人群时，能起到一定的预测作用。然而，当应用到非体外循环冠状动脉搭桥术（Off - pump coronary artery bypass grafting，OPCABG）患者身上时，却 “失灵” 了。这是因为 OPCABG 手术引发的全身炎症比传统体外循环手术少 52%，这种生理差异改变了 POAF 的风险特征。而且，现有模型大多基于西方人群开发，未考虑到中国患者在遗传、生活方式和医疗保健等方面的差异。在中国，每年 CABG 手术量超 46000 例，OPCABG 应用广泛，但术后房颤风险因素尚不明确，医生缺乏精准预测 POAF 的工具，难以开展预防性干预。因此，开发一个适用于中国 OPCABG 患者的 POAF 预测模型迫在眉睫。
福建医科大学附属协和医院等机构的研究人员承担起了这项重要研究任务。他们通过构建并验证一个全新的列线图模型，为解决这一难题带来了曙光。研究结果表明，年龄、糖尿病、高血压、既往经皮冠状动脉介入治疗（Percutaneous coronary intervention，PCI）和术中最后血钾浓度这 5 个因素，与 OPCABG 患者术后发生房颤密切相关。基于此构建的列线图模型在预测 POAF 方面表现出色，其区分度良好（训练集 C 指数为 0.809，验证集为 0.886），校准度也令人满意，在临床实用性上优于传统的 C2HEST、CHADS2、CHA2DS2-VASc 评分模型。这一成果发表在《BMC Cardiovascular Disorders》杂志上，为中国 OPCABG 患者的 POAF 防治提供了有力支持，有助于医生为患者制定个性化预防策略，合理分配医疗资源。
研究人员开展此项研究时，采用了多种关键技术方法。首先，进行回顾性队列研究，收集了福建医科大学附属协和医院 2018 年 6 月至 2020 年 12 月期间 456 例接受 OPCABG 手术患者的数据。接着，运用 R 软件进行统计分析，通过单变量和多变量逻辑回归筛选与 POAF 相关的变量，构建列线图模型。最后，使用 C 指数、校准曲线、决策曲线分析（Decision curve analysis，DCA）和临床影响曲线（Clinical impact curve，CIC）评估模型性能。
患者特征
研究共纳入 578 例拟行 OPCABG 手术的患者，经筛选最终 456 例患者纳入分析。训练集（2018 - 2021 年，n = 319）和验证集（2022 年，n = 137）患者的临床特征无显著差异。患者平均年龄 62.00 岁（IQR：54.00 - 67.00），男性占比约 89.9%，OPCAB - POAF 总发生率为 22.15%。
预测因子分析
单变量分析显示，年龄、糖尿病、高血压、脑血管意外、既往 PCI、纽约心脏协会（New York Heart Association，NYHA）心功能分级≥III、左心室射血分数（Left ventricular ejection fraction，LVEF）、左心房直径（Left atrium diameter，LAD）、左心室舒张末期内径（Left ventricular end - diastolic diameter，LVED）、术中最后血钾浓度、ICU 住院时间和术后引流量等因素与 POAF 显著相关。多变量分析确定年龄、糖尿病、高血压、既往 PCI 和术中最后血钾浓度为 POAF 的独立预测因子，并据此构建列线图模型。
临床案例分析
通过两个临床案例展示模型应用。一位 68 岁男性，患有糖尿病和高血压，术中血钾 3.3mmol/L，根据列线图计算总分为 150 分，预测 POAF 概率为 62%，术后第 3 天发生房颤；一位 47 岁女性，有糖尿病和高血压，血钾 4.5mmol/L，总分 108 分，预测 POAF 概率为 20%，7 天监测期内未发生心律失常。
模型比较与验证
与 CHA2DS2-VASc 等传统评分模型相比，新构建的列线图模型在预测 POAF 风险方面表现更优。训练集 C 指数为 0.809，验证集为 0.886，而 C2HEST、CHADS2、CHA2DS2-VASc 的 C 指数分别为 0.642、0.668、0.668。校准曲线显示，新模型预测结果与实际情况相关性强。临床影响曲线分析确定 0.6 为高风险阈值，高于此阈值需采取预防措施。
研究人员构建并验证了针对中国 OPCABG 患者的 POAF 预测列线图模型，明确了相关独立预测因子。该模型在预测 POAF 方面比传统评分模型更具优势，为临床医生提供了精准预测工具，有助于实现个性化预防，降低患者术后房颤相关并发症风险，改善患者预后。不过，研究也存在局限性，如回顾性研究设计、单中心数据、样本量有限等。未来需要多中心、大样本的前瞻性研究进一步验证模型的有效性和普适性，推动心脏外科领域对 POAF 防治的深入发展。
