基于心脏磁共振的心力衰竭患者致命性室性快速心律失常风险分层：SNE2评分模型

这篇研究通过整合心脏磁共振（CMR）参数与临床变量，开发了SNE2评分模型，用于预测症状性心力衰竭患者的猝死（SCD）和致命性室性快速心律失常（LTVTA）风险。研究发现，钆延迟增强（LGE）是独立强风险标志物，结合晕厥史和非持续性室速（NSVT）的评分模型显著优于传统左室射血分数（LVEF）分层，为临床精准筛查高风险患者提供了新工具。

　　

摘要

症状性心力衰竭患者的猝死（SCD）风险较常人高6-9倍，但现行基于左室射血分数（LVEF≤35%）的预测方法存在敏感性和特异性不足的问题。本研究利用心脏磁共振（CMR）检测心肌瘢痕（通过钆延迟增强，LGE），结合临床变量，开发了SNE₂评分模型。在199例非缺血性心力衰竭患者中，LGE是LTVTA的唯一独立预测因子（HR=10.68），联合晕厥史（HR=4.41）和NSVT（HR=3.82）的评分模型，将患者分为低危（0-2分）和高危（3-4分）组，3年累积LTVTA风险分别为3.6%和32.8%。外部验证显示模型C-statistic达0.785，显著优于传统LVEF分层。

1 引言

当前SCD预防指南依赖LVEF，但存在过度治疗和漏诊双重挑战。CMR通过LGE识别心肌纤维化，为心律失常提供解剖基质证据。然而，现有风险工具缺乏整合LGE的多参数量化评估。本研究旨在建立独立于LVEF的预测模型，填补临床需求空白。

2 方法

2.1 研究人群

纳入2018-2023年上海交通大学医学院附属第一医院连续收治的非缺血性心力衰竭患者（NYHA II-IV级），排除缺血性心肌病（ICM）及其他结构性心脏病。

2.2 终点事件

主要终点为LTVTA，包括SCD、室颤、血流动力学不稳定的持续性室速（>30秒）及ICD恰当治疗。

2.3 CMR分析

采用3.0T CMR扫描仪，通过相位敏感反转恢复序列量化LGE质量和范围，灰区纤维化（GZF）定义为2SD与5SD阈值间的差值。

2.4 统计方法

通过Cox回归筛选变量，基于回归系数分配SNE₂评分，并通过Kaplan-Meier曲线和校准图验证模型性能。

3 结果

3.1 基线特征

患者中位LVEF为32.7%，56.7%存在LGE。中位随访3年期间，21例（10.5%）发生LTVTA，其中6例为SCD。

3.2 LGE的核心价值

LGE阴性预测值达98.8%，且LTVTA风险与LGE范围呈非线性关系（低范围时风险陡升，后趋于平缓）。

3.3 模型效能

SNE₂评分（LGE=2分，晕厥=1分，NSVT=1分）在外部队列中保持稳定预测力，且不受LVEF、GZF或LGE模式干扰。

4 讨论

4.1 LGE的临床意义

心肌瘢痕作为致心律失常基质，其存在本身即标志风险，而量化参数（如范围或GZF）未进一步改善预测。这一发现挑战了既往认为瘢痕负荷与风险正相关的观点。

4.2 LVEF的局限性

约66.6%的LVEF>35%但SNE₂高危患者发生LTVTA，提示当前指南可能遗漏大量高风险人群。

4.3 地域差异

亚洲人群SCD发生率低于西方，模型需在更广泛人群中验证以优化ICD植入指征。

5 结论

SNE₂评分首次将LGE、晕厥和NSVT整合为简易风险评估工具，为症状性心力衰竭的SCD预防提供精准分层框架。未来需探索动态CMR监测对风险演变的预测价值。