磁心图在诊断无ST段抬高的急性冠状动脉综合征（NSTE-ACS）患者心肌缺血方面的预测准确性：尤其是这些患者在接受经皮冠状动脉介入治疗（PCI）后仍存在心绞痛症状的情况

《JACC: Advances》：Predictive Accuracy of Magnetocardiography for Diagnosing Myocardial Ischemia in NSTE-ACS Patients With Residual Post-PCI Angina

本研究通过分析363例非ST段抬高急性冠脉综合征（NSTE-ACS）患者PCI前后的磁心图（MCG）动态参数，发现基于OPM-MCG技术的LASSO回归模型（包含ΔRoART、ΔNPAmax、ΔMAmax、ΔCPPPPmax、ΔCAmax五个参数）对PCI后心绞痛诊断的AUC达0.79，为非侵入性评估心肌缺血提供新工具。

　　本研究探讨了一种新型的磁卡图技术，即基于光学泵浦磁力计的磁卡图（OPM-MCG），在非ST段抬高型急性冠脉综合征（NSTE-ACS）患者中诊断经皮冠状动脉介入治疗（PCI）后心绞痛的应用价值。研究的主要目标是验证OPM-MCG测试在诊断PCI后心绞痛中的有效性，并利用动态的磁卡图参数建立一个预测模型。通过分析363名接受PCI的NSTE-ACS患者，研究发现其中36.9%的患者在PCI后出现了心绞痛症状，这一比例与既往研究中PCI后心绞痛的发病率相一致。

### 临床背景与研究意义

急性冠脉综合征（ACS）是全球范围内导致心血管疾病的重要原因之一，每年影响超过700万人。其中，非ST段抬高型ACS（NSTE-ACS）占所有ACS病例的近70%。尽管在血管重建和药物治疗方面取得了进展，但NSTE-ACS仍然是心血管疾病发生的重要诱因，不同地区的2年死亡率在3.8%到11.7%之间波动。PCI后心绞痛是一个未被充分解决的临床难题，影响20%到40%的ACS患者，其发生往往与微血管功能障碍、支架相关问题或残留缺血有关。这种状况不仅影响患者的生活质量，还显著增加医疗费用（PCI后第一年医疗费用可能增加1.8倍），并增加心理压力和不良心血管事件的风险。

目前，PCI后心绞痛的评估主要依赖于患者报告的工具，如西雅图心绞痛问卷（SAQ）。SAQ是一种经过验证的广泛使用的工具，能够量化心绞痛频率、身体限制和疾病感知等指标，并与长期生存率和住院率密切相关。然而，SAQ的主观性限制了其在客观诊断和对缺血机制的理解中的应用。因此，开发一种非侵入性、可重复且能够提供客观信息的生物标志物，对于改善PCI后心绞痛的诊断和管理具有重要意义。

### OPM-MCG技术的特点

OPM-MCG是一种无辐射的技术，能够绘制心脏的磁活动图。该技术采用激光极化碱性气体传感器，不仅支持可穿戴应用，还具有更高的信噪比。与传统的超导量子干涉仪（SQUID）系统相比，OPM-MCG的优势在于其传感器可以直接放置在胸腔表面，从而提高空间分辨率，达到5到10毫米，而SQUID系统的空间分辨率为10到20毫米。虽然OPM传感器的固有噪声水平略高于SQUID（约10-15 fT/Hz^1/2 vs 3-10 fT/Hz^1/2），但由于其传感器与心脏的距离大大缩短，这种噪声差异被显著减少，从而提高了心脏信号的捕捉能力。

OPM-MCG已被应用于本研究团队的先前工作中，显示出在检测亚临床缺血和进行冠状动脉疾病风险分层方面的潜力。在本研究中，OPM-MCG用于检测PCI后心绞痛，其核心在于通过分析心脏磁活动的变化来识别缺血性病变的潜在影响。

### 研究方法

本研究是一项前瞻性观察性队列研究，研究对象来自北京安贞医院，研究时间从2022年12月至2023年8月。研究纳入了18至80岁，诊断为NSTE-ACS并计划接受侵入性治疗的成年人。排除标准包括：严重心力衰竭（左室射血分数<30%或纽约心脏协会心功能IV级）、无法接受磁卡图扫描的患者（如严重幽闭恐惧症）、室性心律失常（如持续性室性心动过速或心室颤动）、传导异常（如束支传导阻滞或起搏心律）、金属植入物或装置（如起搏器）、磁卡图扫描质量差（由软件自动标记）、失访或拒绝参与研究的患者。在最初筛查的537名患者中，有363名符合条件。

所有患者在基线时和PCI后3个月进行SAQ-7问卷调查，以评估心绞痛症状。问卷由不接触磁卡图和基线数据的随访人员通过电话完成，确保数据的客观性。所有参与者签署了知情同意书，同意接受磁卡图扫描。本研究获得了北京安贞医院伦理委员会的批准，并在中华临床试验注册中心注册（注册号：ChiCTR2300070211）。

磁卡图数据采集使用了36通道的OPM-MCG设备（Miracle MCG, X-MAGTECH Medical），记录心脏磁活动。为了确保足够的信噪比和可靠的心脏磁波形提取，选择了90秒的记录时间。这足以捕捉大约100个心脏周期，在静息心率下进行记录，既保证了数据的可靠性，又不会引起患者的不适或运动伪影。记录过程中，患者无需进行体力活动或使用造影剂，从而确保了扫描的快速性和可重复性。

### 参数分析与模型构建

研究分析了65个动态磁卡图参数（Δ参数），这些参数基于磁卡图信号的特征变化。在特征选择过程中，采用了1000次分层bootstrap和LASSO回归（10折交叉验证）的方法，以识别稳定的预测因子。经过筛选，五个Δ参数——RoART、NPAmax、MAmax、CPPPPmax和CAmax——在超过70%的bootstrap迭代中被选中，显示出较高的预测能力。最终模型通过10折交叉验证优化，其诊断性能在平均AUC为0.85（95% CI: 0.78-0.93）的bootstrap迭代中表现出良好的区分能力。

在内部验证中，模型的校准和临床实用性（通过决策曲线分析）得到了评估。校准曲线显示预测概率与实际结果之间具有良好的一致性，而基于最终模型的系数构建的Nomogram（图谱）则为个体化的心绞痛风险预测提供了实用工具。此外，使用仅前PCI参数或仅后PCI参数进行诊断时，其AUC分别为0.67（95% CI: 0.65-0.69）和0.73（95% CI: 0.71-0.75），表明OPM-MCG在结合前后数据时具有更高的诊断性能。

### 研究结果

在基线时，研究纳入了363名NSTE-ACS患者（76.9%为男性，平均年龄57.8±11.0岁）。所有参与者均接受了PCI前后的磁卡图扫描，其中134名（36.9%）在PCI后出现心绞痛。基线特征显示，这些患者具有较高的体重指数（BMI），更频繁的PCI病史，以及更高的口服硝酸酯类药物使用率。这些因素可能与PCI后心绞痛的发生有关。

在1年随访中，发生主要不良心血管或脑血管事件（MACCE）的患者共有37名（10.2%），其中134名患者中有18名（13.4%）发生MACCE，而229名无心绞痛患者中有19名（8.3%）发生MACCE（P=0.119）。由于事件数量较少，未对MACCE进行多变量建模。敏感性分析表明，使用弹性网络正则化方法（α调节0-1）对所有65个Δ参数进行处理，AUC为0.77（95% CI 0.76-0.79），校准偏差（calibration-in-the-large）为-0.001，校准斜率（calibration slope）为1.08，与主要的LASSO模型（AUC 0.79；斜率0.92）相比，其性能具有一定的稳健性。

此外，通过样条分析，研究发现ΔRoART、ΔNPAmax、ΔMAmax、ΔCPPPPmax和ΔCAmax与PCI后心绞痛之间的关系基本呈线性（所有Pnon-lin ≥0.05），这表明这些参数在预测模型中具有良好的线性关系。校准分析显示，整体校准良好（截距<0.001，斜率=1.03），并且在性别（女性0.298/1.65；男性-0.085/0.90）和BMI分层（<26 kg/m2 -0.29/1.27；≥26 kg/m2 0.26/0.86）中表现一致，进一步支持了模型的稳健性。

### 模型的临床价值

本研究开发的模型不仅具有较高的诊断性能，还可能在临床中提供重要的应用价值。模型基于动态磁卡图参数的变化，能够客观地识别心绞痛的发生，从而为患者的个性化治疗和随访策略提供依据。此外，模型的非侵入性和快速性使其成为传统侵入性检查（如心导管检查）的有力替代方案。

通过比较本研究与既往研究，可以发现OPM-MCG在检测微血管功能障碍方面具有显著优势。微血管功能障碍，如冠状动脉血流储备受损、内皮功能异常或血管运动异常，是PCI后心绞痛的重要诱因，即使在无显著心外膜狭窄的情况下也可能导致症状持续。OPM-MCG能够捕捉这些细微的变化，为临床提供更全面的诊断信息。

此外，本研究还与其他团队的研究成果相呼应。例如，Collison等人的研究指出，术后心绞痛的预测因素包括术后冠状动脉血流储备（FFR）的改善程度和基线SAQ评分。虽然他们的研究依赖于侵入性冠状动脉功能评估，而本研究的OPM-MCG则通过非侵入性方式实现了类似的目标，为临床提供了一种更安全、更便捷的诊断工具。

### 未来研究方向

尽管本研究取得了重要进展，但仍存在一些局限性。首先，研究仅在单一中心进行，可能限制了其结果的普遍适用性。其次，PCI后心绞痛的样本量相对较小，可能影响某些估计的精确性。第三，需要大规模研究来更准确地评估PCI后心绞痛的发生率及其与长期不良心血管事件的关系。此外，由于MACCE事件数量较少，本研究未对这一终点进行多变量建模。

未来的研究应进一步探索OPM-MCG在预测其他PCI相关并发症（如复发性缺血或心律失常）中的作用。同时，将OPM-MCG参数与临床、实验室和影像学数据相结合，可能提高预测的准确性，并拓展其在临床中的应用范围。磁卡图图像中的视觉特征，如角度变化和极点形态，也可能支持自动化的缺血检测。利用人工智能（如机器学习或深度学习算法）对磁卡图图像进行分析，可以实现对这些特征的实时识别，从而提高诊断效率。

此外，长期研究应评估OPM-MCG指导下的管理策略对患者预后、生活质量及医疗资源利用的影响。在临床实践中，通过OPM-MCG识别出PCI后心绞痛高风险患者，可以采取更积极的抗心绞痛治疗方案、早期生活方式干预或更频繁的随访计划，以优化症状控制并预防不良事件的发生。

### 结论

本研究展示了OPM-MCG在诊断PCI后心绞痛方面的准确性和可靠性。通过分析动态磁卡图参数的变化，研究开发了一个具有临床意义的模型，能够有效识别心肌缺血。这些发现表明，OPM-MCG可能在心血管风险分层中发挥重要作用，并为个性化治疗和随访策略提供有力支持。未来，多中心、前瞻性研究将进一步验证OPM-MCG在更大人群中的应用价值，并评估其对长期预后和医疗资源利用的影响。