创新决策工具:精准分层房颤合并心衰患者风险,助力导管消融治疗抉择

【字体: 时间:2025年05月08日 来源:eClinicalMedicine 9.6

编辑推荐:

  房颤(AF)与心衰(HF)并存时,风险评估和治疗决策面临难题。研究人员开展多中心队列研究,开发共享决策工具。结果显示该工具可分层风险,确定从射频导管消融(RFCA)中获益的患者。其有助于改善这类患者的治疗,意义重大。

  在医学领域,房颤(Atrial Fibrillation,AF)和心衰(Heart Failure,HF)就像一对 “危险组合”,常常同时出现在患者身上,给医生的治疗带来极大挑战。以往,医生主要依靠左心室射血分数(Left Ventricular Ejection Fraction,LVEF)来评估心衰患者的病情并制定治疗方案,但在房颤患者中,这种方法存在诸多问题。房颤时心脏节律不规则,会影响 LVEF 测量的准确性和可重复性,而且 LVEF 对舒张功能的评估也很有限。此外,年龄、冠心病、肾功能等多种因素也会干扰 LVEF 与不良结局之间的关系。特别是在房颤合并心衰的患者中,多数存在舒张功能障碍,仅靠 LVEF 无法全面反映患者的临床情况,难以有效指导治疗。
同时,射频导管消融(Radiofrequency Catheter Ablation,RFCA)作为房颤节律控制的有效策略,在房颤合并心衰患者中的应用却存在争议,缺乏明确的最佳患者选择标准。常用的 CHA2DS2-VASc 评分主要用于预防中风,在改善患者生存和制定个性化治疗策略方面作用有限。因此,迫切需要一种更全面、更精准的方法来帮助医生为这部分复杂的患者做出治疗决策。

为了解决这些问题,来自国内多个研究机构的研究人员(XP、LH、CM、CS 等)开展了一项多中心队列研究。研究成果发表在《eClinicalMedicine》杂志上。

研究人员利用中国房颤(China-AF)注册研究的数据开发了一种共享决策工具,并通过国际多中心随机开放标签的 CABANA(Catheter Ablation versus Antiarrhythmic Drug Therapy for Atrial Fibrillation)试验进行外部验证。该研究纳入了房颤合并心衰的患者,排除了无症状患者。

在研究方法上,主要采用了以下关键技术:一是数据处理,对 China-AF 注册研究中的 38 个基线变量进行分析,排除缺失率超 20% 的变量,用多重填补法处理剩余变量的缺失值,并对连续变量进行分类。二是运用加权 K-modes 聚类算法进行风险分层,结合 Cox 比例风险模型确定特征权重,通过肘曲线和轮廓系数法确定最佳聚类数。三是利用外部验证数据集 CABANA 试验数据,通过开发监督模型进行外部验证,并使用 SHapley Additive exPlanations(SHAP)方法提高模型的可解释性 。

研究结果如下:

  1. 基线特征:China-AF 注册研究和 CABANA 试验的患者均有较高的临床合并症,但两个队列的体重指数(BMI)分布存在显著差异。
  2. 聚类分析:确定最佳聚类数为 3 个。Cluster 1 患者较年轻,HFrEF 和 HFmrEF 患病率高,左心室扩大,HF 病史和症状严重;Cluster 2 以老年女性为主,高血压控制不佳,左心室肥厚,HFpEF 患病率高;Cluster 3 多为男性,慢性 HF 患病率低,症状较轻,HFpEF 患病率高。
  3. 治疗模式:在 China-AF 注册研究中,Cluster 1 更多接受心率控制治疗和肾素 - 血管紧张素 - 醛固酮系统(RAAS)抑制剂,Cluster 3 更多接受节律控制治疗;CABANA 试验中,除 Cluster 3 较少接受 RAAS 抑制剂外,三个集群治疗模式相似。
  4. 风险分层:在 China-AF 队列和 CABANA 试验中,Cluster 1 复合事件发生率最高,预后最差;Cluster 3 发生率最低,预后最好。该工具在 HFpEF 亚组中也能有效分层风险,且预测准确性高于 LVEF 模型。
  5. 确定 RFCA 的受益者:在 China-AF 注册研究和 CABANA 试验中,RFCA 显著降低 Cluster 1 患者复合事件风险,但在 Cluster 2 和 3 中未观察到明显益处。

研究结论和讨论部分指出,该共享决策工具基于常见临床变量开发,能识别出三种不同临床表型的患者群,在风险分层方面优于传统的仅基于 LVEF 的分类方法。通过聚类分析,明确了不同集群患者的特征和预后,为治疗决策提供了重要依据。例如,Cluster 1 患者从 RFCA 中获益显著,而 Cluster 2 患者可能更需要强化血压控制等综合管理,Cluster 3 患者 RFCA 的益处尚不确定。该工具还通过结构化的共享决策过程和在线应用程序,为临床医生提供了有价值的决策支持,有助于优化治疗决策,改善患者的治疗效果。然而,研究也存在一些局限性,如样本量有限、部分数据缺失等。未来需要进一步的前瞻性研究来验证该工具在实际临床应用中的有效性、成本效益以及对患者预后的影响 。总体而言,这项研究为房颤合并心衰患者的治疗提供了新的思路和方法,对提高这部分患者的治疗水平具有重要意义。

相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号