编辑推荐：
心肌梗死（MI）后心力衰竭（HF）的发病率不断上升，其中射血分数保留的心力衰竭（HFpEF）的临床预测模型缺乏。本研究通过对未行 PCI 的 MI 患者进行回顾性队列研究，发现 BMI、糖尿病等是 HFpEF 的独立危险因素，对临床防治有重要意义。
在当今社会，心血管疾病严重威胁着人们的健康。心肌梗死（MI）作为一种常见且危险的心血管疾病，每年都导致大量患者发病和死亡。MI 发生后，心脏会经历病理重塑，这一过程极易促使心力衰竭（HF）的发生。过去，射血分数降低的心力衰竭（HFrEF）较为常见，但随着药物治疗的进步，其发病率和预后得到了显著改善。然而，射血分数保留的心力衰竭（HFpEF）却逐渐成为工业化国家中导致发病率和死亡率上升的重要原因，在所有 HF 住院患者中占比超过 50%。
HFpEF 具有显著的临床异质性，许多因素都可能引发，如心肌纤维化、舒张功能受损等，目前针对 HFpEF 的治疗策略复杂，且缺乏有效的临床预测模型。肥胖被认为是 HF 发生的重要危险因素，其中心外膜脂肪组织（EAT）作为一种与心肌和冠状动脉直接接触的代谢活跃脂肪库，在心血管疾病中的作用备受关注。EAT 由三种不同的脂质成分组成，在疾病过程中，其脂质成分和空间分布会发生动态变化，具有异质性。同时，炎症细胞的过度激活也与心血管疾病的发生发展密切相关。但 EAT 在 MI 患者发生 HFpEF 过程中的作用尚不明确。
为了解决这些问题，昆明医科大学第二附属医院的研究人员开展了一项回顾性队列研究。研究人员收集了 2015 年 1 月至 2023 年 7 月在昆明医科大学第二附属医院确诊为 MI 且左心室射血分数（LVEF）保留的患者数据。这些患者在急性 MI 发作至少三个月后接受心脏磁共振（CMR）成像检查，以确定 MI 病变，并进行超声心动图评估和相关实验室检查。研究的主要终点是 HFpEF 的发生。
研究人员利用 CMR 成像技术获取心脏结构、功能、EAT 体积和梗死体积等参数，使用 Python 软件计算 EAT 异质性参数熵。通过多种统计方法分析数据，探究 EAT 参数与炎症细胞、炎症标志物和舒张功能障碍指标之间的关系，以及各参数对 MI 患者发生 HFpEF 的预测价值。
研究结果如下：
- 两组患者一般资料比较：最终纳入研究的 203 例 MI 患者中，74 例发生 HFpEF，129 例未发生。HFpEF 组的 BMI、糖尿病患病率、肾功能衰竭发生率、白细胞、中性粒细胞、单核细胞、总 EAT、左心室 EAT（LV EAT）、左心房收缩末期容积（LAESV）、甘油三酯、NHR、MHR 和左房室耦合指数（LACI）等指标与未发生 HFpEF 组存在显著差异（P<0.05），而两组在年龄、性别、梗死体积等方面无显著差异12。
- EAT 与炎症细胞、炎症标志物和舒张功能障碍指标的相关性分析：总 EAT、LV EAT 和右心室 EAT（RV EAT）与白细胞计数、单核细胞计数、MHR、全身免疫炎症指数（SIRI）和 LACI 呈轻至中度正相关。这表明 EAT 可能通过炎症反应参与 HFpEF 的发生发展3。
- MI 患者发生 HFpEF 的独立危险因素分析：单因素和多因素 Cox 回归分析显示，BMI、糖尿病、单核细胞、LV EAT 和 EAT 熵是 HFpEF 的独立危险因素。时间依赖性 ROC 分析表明，单核细胞和 LV EAT 与 EAT 熵联合预测的 AUC 值最高，分别为 0.70。Kaplan-Meier 生存分析显示，LV EAT 大于 21.23 mL 与 HFpEF 的发生相关，而 EAT 熵无此相关性45。
研究结论和讨论部分指出，在慢性 MI、LVEF 正常且未行 PCI 的患者中，HFpEF 的发生与梗死体积无关，BMI、糖尿病、单核细胞、LV EAT 和 EAT 熵是 HFpEF 的独立危险因素，具有显著的预测价值，其中单核细胞以及 LV EAT 和 EAT 熵联合预测的效果最佳。此外，EAT 体积与白细胞、单核细胞、炎症标志物以及舒张功能障碍指标呈正相关。这意味着在临床实践中，除了传统指标外，应更加关注未行 PCI 且 LVEF 正常的 MI 患者的 EAT 异质性和血管周围 EAT，有助于降低 HFpEF 的发生率，改善患者预后。
该研究的主要关键技术方法包括：
- 样本队列：收集昆明医科大学第二附属医院 2015 年 1 月至 2023 年 7 月确诊为 MI 且 LVEF 保留的患者数据。
- 检查方法：使用 Philips Achieva 3.0T MRI 系统，采用 MRI 兼容的心前导联心电图门控技术和 16 通道相控阵心脏线圈获取 CMR 图像。
- 图像分析：利用第三方后处理软件 CVI 42 手动勾勒 EAT 图像边界，计算相关参数；使用 Python 软件进行 EAT 熵分析。
- 统计分析：运用多种统计软件进行数据分析，如 SPSS、GraphPad Prism、MedCalc 和 R 语言等。
综上所述，该研究成果发表在《Cardiovascular Diabetology》上，为 MI 后 HFpEF 的预测和防治提供了新的思路和依据，具有重要的临床意义。但研究也存在一定局限性，如使用单一软件手动勾勒参数可能存在量化差异、样本量有限且为单中心回顾性研究、未控制药物治疗影响等，未来还需要更多多中心前瞻性研究加以验证 。
