编辑推荐：
心力衰竭（HF）全球患病率和死亡率高，现有筛查手段存在局限。研究人员基于心电图（ECG）、心音图（PCG）和桡动脉特征构建心衰风险评分系统。结果显示该系统筛查价值良好，为早期识别心衰患者、及时干预提供新工具。
心力衰竭是一种严重的临床综合征，全球有超 6400 万人受其影响。尽管医学在进步，但心血管疾病依旧是全球首要死因，心力衰竭患者住院后的死亡率也居高不下。目前，缺乏实用的心衰筛查策略，超声心动图和放射性核素心室造影因成本和可及性问题难以用于筛查，血浆 N 末端 B 型利钠肽原（NT-proBNP）/B 型利钠肽（BNP）检测又易受多种因素干扰。在这样的背景下，探寻一种更有效的心衰筛查方法迫在眉睫。
为了解决这些问题，来自马来西亚马来亚大学、中国济宁医学院等多个机构的研究人员开展了一项研究。他们收集了商丘市第一人民医院 2023 年 1 月至 12 月 813 名参与者的数据，旨在构建基于心电图（ECG）、心音图（PCG）和桡动脉特征的早期心衰临床检测风险评分系统。该研究成果发表在《Scientific Reports》上。
研究人员采用了多种关键技术方法。首先，进行了横断面研究，收集符合条件患者的电子健康记录、AI - 心音心电图（AI - PECG）系统数据以及无创桡动脉血压监测设备系统数据。然后，运用 R 语言的 “createDataPartition” 函数将样本按 7 : 3 的比例随机分为训练集和测试集。接着，通过单因素逻辑回归和逐步回归筛选特征，并构建评分系统，最后在测试集中验证该系统的有效性 。
研究结果
- 参与者特征：813 名参与者平均年龄 70 岁，409 名（50.31%）为男性，127 人被诊断为心力衰竭。心衰患者的机电激活时间（EMAT）、QRS 时限（QRSD）等多个指标与非心衰患者存在显著差异。
- 风险评分特征筛选：通过逐步回归，确定训练队列中包含 EMAT、M1_T1、A2_P2 等在内的 9 个评分特征。单因素回归分析显示 13 个特征与心衰显著相关，多变量逻辑回归模型确定其中 9 个为独立预后因素。
- 风险评分构建与验证：训练集中，风险评分预测心衰的受试者工作特征曲线下面积（AUC）为 0.802，敏感性为 0.892，阳性预测值（PPV）为 0.924；测试集中，AUC 为 0.762，敏感性为 0.917，PPV 为 0.913。风险评分还开发成了在线工具。
- 风险评分与心衰风险的关联：心衰患者评分更高，评分升高与心衰风险非线性增加相关，评分大于 3.5 分时，心衰风险比值比（OR）快速上升。调整混杂因素后，评分与心衰风险增加的关联仍显著。
研究结论与讨论
该研究构建的基于 ECG、PCG 和桡动脉特征的风险评分系统，包含 EMAT、M1 - T1 等多个参数，与心衰风险显著相关，在总人群和不同亚组中都有良好的预测价值。这一评分系统为早期识别心衰风险患者提供了有力工具，有助于及时干预，改善患者预后。
研究中发现的 ECG、PCG 和桡动脉的相关特征，如 RV5 + SV1、EMAT 等，在检测心衰方面表现良好，这支持将这些特征整合到心衰筛查方案中。与以往机器学习检测心衰的研究相比，该研究的 AI - PECG 技术实现了 ECG 和 PCG 同步采集分析，且纳入人群更具普遍性。同时，该评分系统作为现有筛查工具，可融入临床常规，具有便捷、低成本的优势，有望在基层广泛应用，缓解心衰诊断不足的问题。
不过，该研究也存在一些局限性。数据来自单中心，缺乏外部验证；受数据限制，未获取超声心动图和血液检测数据；AI - PECG 技术应用不广泛，可能限制评分系统的使用。未来需要进一步研究解决这些问题。总体而言，这项研究为心衰的早期筛查提供了新的方向和方法，具有重要的临床意义和应用潜力。
