
-
生物通官微
陪你抓住生命科技
跳动的脉搏
食管切除术后心房颤动/扑动的风险因素分析及预测模型
《Journal of Cardiothoracic Surgery》:Risk factors analysis and prediction models of atrial fibrillation/flutter after esophagectomy
【字体: 大 中 小 】 时间:2026年06月12日 来源:Journal of Cardiothoracic Surgery 1.5
编辑推荐:
摘要背景术后心房颤动/扑动(POAF)会增加术后并发症和住院时间。识别出接受大型胸外科手术后发生心房颤动/扑动风险的患者,可以有针对性地对最有可能受益的人群实施预防性治疗。目的本研究开发并验证了一种针对接受食管切除术的癌症患者的POAF临床预测模型,以确定POAF的发生率及其临床
术后心房颤动/扑动(POAF)会增加术后并发症和住院时间。识别出接受大型胸外科手术后发生心房颤动/扑动风险的患者,可以有针对性地对最有可能受益的人群实施预防性治疗。
本研究开发并验证了一种针对接受食管切除术的癌症患者的POAF临床预测模型,以确定POAF的发生率及其临床相关因素。
研究纳入了623名因癌症接受根治性食管切除术的患者。预测模型的构建采用了向后选择策略,首先从单变量分析中筛选出
p
≤0.1的因素。多变量分析中P
≤0.05的因素被定义为具有统计学意义的因素。模型的区分能力通过计算ROC曲线的AUC来确定。模型的拟合优度通过Hosmer–Lemeshow检验进行评估。此外还应用了校准、诺模图(nomogram)和randomForest算法来开发预测模型。研究终点事件POAF发生在25.5%的患者中(159/623),中位时间为2天。在单变量分析中,与心房颤动/扑动相关的差异因素包括:年龄(中位数67岁 vs 64岁;
p≤0.0001)、男性(94% vs 88%;
=0.022)、高血压(42% vs 31%;
=0.019)、FEV1/FVC(中位数74.89 vs 77.06%;
=0.010)、早搏(PAC,42% vs 15%;
≤0.0001)、左心房扩张(15% vs 5%;
=0.0002)以及术前中性粒细胞百分比(GRA,中位数65.8% vs 63.7%;
=0.013)。该模型的AUC为0.725。另一个模型还纳入了术后存活情况,其预测效率优于前者(AUC = 0.736)。
我们开发了两个预测模型,识别了术前和术后的风险因素,并将针对选定的患者实施预防性治疗。
术后心房颤动/扑动(POAF)会增加术后并发症和住院时间。识别出接受大型胸外科手术后发生心房颤动/扑动风险的患者,可以有针对性地对最有可能受益的人群实施预防性治疗。
本研究开发并验证了一种针对接受食管切除术的癌症患者的POAF临床预测模型,以确定POAF的发生率及其临床相关因素。
研究纳入了623名因癌症接受根治性食管切除术的患者。预测模型的构建采用了向后选择策略,首先从单变量分析中筛选出
p
≤0.1的因素。多变量分析中P
≤0.05的因素被定义为具有统计学意义的因素。模型的区分能力通过计算ROC曲线的AUC来确定。模型的拟合优度通过Hosmer–Lemeshow检验进行评估。此外还应用了校准、诺模图(nomogram)和randomForest算法来开发预测模型。研究终点事件POAF发生在25.5%的患者中(159/623),中位时间为2天。在单变量分析中,与心房颤动/扑动相关的差异因素包括:年龄(中位数67岁 vs 64岁;
p≤0.0001)、男性(94% vs 88%;
=0.022)、高血压(42% vs 31%;
=0.019)、FEV1/FVC(中位数74.89 vs 77.06%;
=0.010)、早搏(PAC,42% vs 15%;
≤0.0001)、左心房扩张(15% vs 5%;
=0.0002)以及术前中性粒细胞百分比(GRA,中位数65.8% vs 63.7%;
=0.013)。该模型的AUC为0.725。另一个模型还纳入了术后存活情况,其预测效率优于前者(AUC = 0.736)。
我们开发了两个预测模型,识别了术前和术后的风险因素,并将针对选定的患者实施预防性治疗。