《Heart Rhythm》：Latent class analysis-derived patterns of comorbidities in patients with atrial fibrillation, adherence to integrated care and impact on long-term outcomes: an analysis from a prospective cohort
编辑推荐：
：
背景：心房颤动（AF）常与多种心血管（CV）及非心血管共病共存，这些共病可能聚集形成具有不同预后意义的临床表型。
目的：本研究旨在利用潜在类别分析（LCA）识别基于共病的心房颤动表型，描述其临床病程，并评估整合照护依从性与各表型结局之间的关联。
方法：基于
：
背景：心房颤动（AF）常与多种心血管（CV）及非心血管共病共存，这些共病可能聚集形成具有不同预后意义的临床表型。
目的：本研究旨在利用潜在类别分析（LCA）识别基于共病的心房颤动表型，描述其临床病程，并评估整合照护依从性与各表型结局之间的关联。
方法：基于11种疾病（心血管及非心血管）进行潜在类别分析。主要结局为全因死亡、血栓栓塞（TE）事件及急性冠脉综合征（ACS）的复合终点。次要结局为全因死亡及ACS/TE事件。
结果：研究纳入1233例心房颤动患者（中位年龄75 [66–82]岁，女性占37.5%）。共识别出四种临床表型：“低共病负担”型（31.5%）、“心血管代谢”型（33.9%）、“老年多病”型（22.9%）及“动脉粥样硬化-心力衰竭”型（11.8%）。中位随访542天期间，234例患者（22.7%）发生主要结局事件。与“低共病负担”型相比，“心血管代谢”型（校正后风险比aHR 1.64，95% CI 1.13–2.39）、“老年多病”型（aHR 1.62，95% CI 1.09–2.42）及“动脉粥样硬化-心力衰竭”型（aHR 2.81，95% CI 1.83–4.34）均与主要结局风险升高独立相关。整合照护依从性在不同表型间存在差异，且与不良事件风险降低相关，各表型间未观察到显著的异质性（交互作用p=0.157）。
结论：潜在类别分析识别出以特异性共病模式为特征且具有不同不良结局风险的心房颤动临床表型。整合照护与结局之间的关联在各表型间无显著异质性，支持其在心房颤动患者不同临床复杂程度中均具有潜在价值。
论文解读文章：
一、研究背景与意义
心房颤动（AF）是最常见的持续性心律失常，随着全球人口老龄化进程加速，其发病率和患病率均呈现显著上升趋势。与此同时，心房颤动患者常合并多种心血管（CV）及非心血管慢性共病，形成临床高度复杂的患者群体，给初级保健和心脏病学领域的治疗管理带来重大挑战。多病共存（multimorbidity）通常定义为两种或以上长期疾病同时存在，在心房颤动患者中日益普遍，且与更差的临床结局、更高的医疗费用及更复杂的临床管理密切相关，包括卒中预防策略方面的困难。传统的心房颤动分类方法，无论是基于心律失常亚型还是血栓栓塞风险评分，均不足以全面反映心房颤动潜在的病理生理异质性，可能无法实现最优的风险分层。越来越多的证据表明，心房颤动患者的共病倾向于聚集形成特定模式，产生具有不同预后轨迹和风险特征的临床表型。识别这些表型有助于改善风险分层并制定表型特异性的管理策略，符合精准医学的原则。然而，来自真实世界心房颤动患者的当代数据仍然有限。因此，本研究旨在利用潜在类别分析（LCA）这一数据驱动的统计方法，在真实世界队列中识别基于共病模式的心房颤动临床表型，评估各表型与不良临床结局的关联，并分析基于ABC路径（心房颤动更好照护路径）的整合照护依从性在不同表型中对结局的影响。
二、研究设计与方法
研究人员开展了一项前瞻性观察性研究，在意大利摩德纳大学医院三级诊疗心脏病学部门连续纳入2016年1月至2024年8月期间的心房颤动患者，共1233例（中位年龄75 [66–82]岁，女性占37.5%）。纳入标准为年龄≥18岁、既往一年内有心电图记录的心房颤动证据并提供书面知情同意。研究方案经当地伦理委员会批准。研究人员基于基线电子病例报告表中记录的11种临床疾病（高血压、心力衰竭、糖尿病、冠状动脉疾病、血脂异常、缺血性卒中、慢性肾脏病、外周动脉疾病、慢性阻塞性肺疾病、癌症及肝脏疾病）进行潜在类别分析，采用贝叶斯信息准则（BIC）和赤池信息准则（AIC）评估模型拟合度，最终选择四类别模型。整合照护依从性依据ABC路径进行评估，涵盖卒中预防（A）、症状控制（B）及心血管危险因素和共病优化（C）三个维度。主要结局为全因死亡、急性冠脉综合征（ACS）、缺血性卒中及短暂性脑缺血发作（TIA）的复合终点。研究人员采用Cox回归分析评估表型与结局的关联，并采用Fine-Gray竞争风险模型处理死亡作为竞争事件的情况。
三、主要研究结果
（一）四种临床表型的识别与特征
根据潜在类别分析，研究人员识别出四种具有不同共病模式和临床复杂程度的心房颤动表型。第一类为“低共病负担”型（n=388，31.5%），患者最年轻（中位年龄67岁），CHA2DS2-VASc和HAS-BLED评分最低，高血压（37.9%）和血脂异常（18.6%）为主要共病。第二类为“心血管代谢”型（n=418，33.9%），为最大群体，心血管危险因素负担最高，所有患者均存在血脂异常（100%），高血压占97.4%，肥胖占32.8%，冠状动脉疾病占29.4%，糖尿病占24.2%。第三类为“老年多病”型（n=282，22.9%），患者年龄最大（中位年龄80岁），非心血管共病负担突出，慢性肾脏病（67.4%）、癌症（33.7%）和肝脏疾病（8.2%）的患病率最高。第四类为“动脉粥样硬化-心力衰竭”型（n=145，11.8%），患病率最低但临床复杂性最高，所有患者均存在冠状动脉疾病（100%），心力衰竭占82.1%，糖尿病占63.4%，外周动脉疾病占32.4%，贫血占51%。从第一类至第四类，CHA2DS2-VASc、CHA2DS2-VA及HAS-BLED评分呈进行性升高趋势。
（二）治疗模式差异
口服抗凝药（OAC）总体使用率高（92.1%），“心血管代谢”型最高（97.8%），“低共病负担”型最低（83.2%），反映了该组较低的血栓栓塞风险特征。“动脉粥样硬化-心力衰竭”型患者抗血小板治疗及心血管代谢药物（包括盐皮质激素受体拮抗剂、SGLT2抑制剂、降糖药物及他汀类）使用率最高，与其更重的心血管疾病和代谢共病负担一致。抗心律失常药物在“低共病负担”型中使用更普遍。总体而言，治疗模式与各表型的潜在临床特征高度一致。
（三）不良事件风险
在中位随访542天期间，1033例具有随访数据的患者中，234例（22.7%）发生主要复合终点事件。与“低共病负担”型相比，“心血管代谢”型（HR 1.96，95% CI 1.36–2.82）、“老年多病”型（HR 2.52，95% CI 1.74–3.64）及“动脉粥样硬化-心力衰竭”型（HR 3.99，95% CI 2.64–6.03）的主要结局风险呈进行性升高。多变量校正后，上述关联仍然显著（aHR分别为1.64、1.62和2.81）。全因死亡方面，172例（16.7%）患者死亡，风险梯度与主要复合终点一致，其中“动脉粥样硬化-心力衰竭”型风险最高（aHR 3.02，95% CI 1.84–4.95）。在ACS/卒中/TIA方面，“心血管代谢”型（sHR 2.32，95% CI 1.27–4.21）和“动脉粥样硬化-心力衰竭”型（sHR 2.70，95% CI 1.24–5.90）风险显著升高，而“老年多病”型仅呈非显著性趋势（sHR 1.46，95% CI 0.72–2.96），提示该表型中非心血管竞争风险可能发挥主导作用。
（四）ABC路径依从性与结局的关联
在1194例可评估ABC路径依从性的患者中，总体依从率为52.8%。“低共病负担”型依从率最高（61.9%），其次为“心血管代谢”型（60.0%）、“老年多病”型（42.8%）和“动脉粥样硬化-心力衰竭”型（25.2%）。与不依从患者相比，ABC路径依从患者的主要复合终点风险显著降低（aHR 0.70，95% CI 0.54–0.92）。按满足标准数量分层分析显示，满足全部三项标准的患者风险降低最为显著（aHR 0.59，95% CI 0.38–0.91），而仅满足两项标准的患者虽呈降低趋势但未达统计学显著性。交互作用分析未发现ABC依从性与结局之间的关联在不同表型间存在显著异质性（交互作用p=0.157）。
四、讨论与结论
本研究通过潜在类别分析在真实世界心房颤动队列中识别出四种具有特异性共病模式和不同临床复杂程度的表型，这些表型与显著不同的不良结局风险相关。研究结果支持心房颤动应被视为一种异质性多病综合征而非孤立的心律失常。值得注意的是，尽管各表型间存在部分共通的个体共病，但其特定聚集模式与显著不同的结局风险相关，提示特定共病的临床意义可能部分取决于其所处的更广泛的临床背景，潜在类别分析可通过捕捉共病模式而非孤立危险因素，为传统风险分层提供补充信息。ABC路径依从性随临床复杂性增加而降低，但总体与不良结局风险降低相关，且未检测到显著的跨表型异质性，提示整合照护即使在高度复杂的患者中仍可能具有价值。然而，由于观察性设计、类特异性估计的置信区间较宽以及检验效能限制，该结果应谨慎解读。未来研究应评估基于表型的方法能否与更先进的机器学习模型整合，以进一步优化心房颤动患者的风险预测和临床决策，推动精准医学在心房颤动管理中的应用。
