基于左右手脉搏波谐波差异预测冠状动脉病变严重程度与SYNTAX评分的关联研究

本研究针对冠状动脉病变程度无创评估需求，通过分析左右手脉搏波谐波特征差异与SYNTAX评分的关联，构建了性别特异性预测模型。结果显示男性组（AUC=0.89）和女性组（AUC=0.92）模型均表现出优异判别性能，为CAD临床评估提供了新型无创工具。

　　

通过光电体积描记术（photoplethysmography）采集拟行冠状动脉造影患者双手动脉压力波信号，依据"脏腑共振理论"将心跳频率的0-11倍整数倍作为共振点，经傅里叶变换分解为0-11次谐波。量化谐波振幅（C_n）、相位（P_n）及能量（D_n）特征，计算变异系数（CV）并标注后缀。比较同一患者双手参数的差异值（ΔC_n、ΔP_n、ΔD_n）及其绝对值（|ΔC_n|等）。

基于冠状动脉造影影像数据计算SYNTAX评分，以22分为界值（SYNTAX score≥22）作为因变量，按性别分层建立逻辑回归模型。采用Akaike信息准则（AIC）筛选最优模型，男性组模型包含|ΔC₁₀|、ΔD₆、|ΔD₉|等8个指标（AIC=105.47），女性组模型包含|ΔD₂|、|ΔC₂CV|等10个指标（AIC=59.34）。ROC曲线分析显示男性组AUC达0.89，Bootstrap内部验证平均AUC为0.85；女性组AUC为0.92，验证平均AUC为0.84。

该无创检测方法操作简便、重复性高且设备便携，能有效反映冠状动脉病变程度。虽横断面研究仅证实关联性而非因果关系，但构建的诊断模型为临床评估冠心病（CAD）提供了有价值的无创工具。