《Journal of Electrocardiology》：Systematic multi-domain screening of lead-specific electrocardiographic features associated with sudden cardiac death
编辑推荐：
该研究旨在通过系统性的多域筛选，识别与心源性猝死（SCD）最显著相关的导联特异性心电图（ECG）特征。研究人员分析了2007年至2018年间于坦佩雷大学医院接受冠状动脉造影的21,176例连续患者的回顾性数据，采用12SL算法提供的937个ECG变量进行统计分
该研究旨在通过系统性的多域筛选，识别与心源性猝死（SCD）最显著相关的导联特异性心电图（ECG）特征。研究人员分析了2007年至2018年间于坦佩雷大学医院接受冠状动脉造影的21,176例连续患者的回顾性数据，采用12SL算法提供的937个ECG变量进行统计分析。这些变量被归类为P波、QRS波群以及ST段/T波三个亚组，经过变量筛选和相关性过滤后，将最显著的独立导联特异性ECG变量纳入多变量分析。研究结果显示，在QRS波群变量中，QRS本征偏转时间（导联I）（p=4.6×10?8）、QRS峰-峰振幅（导联aVR）（p=1.9×10?5）及Q波振幅（导联V1）（p=7.6×10?6）与SCD的关联最强；在复极化变量中，T波振幅（导联aVR）（p=3.5×10?7）和ST段终末振幅（导联aVL）（p=8.1×10?5）为最强预测因子；在P波变量中，P波起始振幅（导联V6）（p=3.1×10?6）、P′波振幅（导联V2）（p=2.1×10?5）和P波时限（导联V2）（p=2.4×10?3）与SCD关联最强。上述变量在多变量分析中连同全局ECG变量（如心率、QRS时限及左心室肥厚）仍保持显著性。结论认为，系统性筛选并充分利用标准12导联ECG的全部预后潜能，能够揭示与SCD相关的心脏电生理特性的多个关键要素。
该论文发表于《Journal of Electrocardiology》，研究人员针对心源性猝死（SCD）这一重大公共卫生问题，开展了一项系统性的导联特异性心电图（ECG）特征筛选研究。冠状动脉疾病及其临床表现——慢性冠状动脉综合征（CCS）和急性冠状动脉综合征（ACS）——是全球主要的死亡原因之一，其中约半数死亡表现为SCD，这使得预防措施的制定尤为紧迫。目前，植入式心律转复除颤器（ICD）的一级预防推荐用于左心室射血分数（LVEF）严重降低（≤35%）且纽约心脏协会（NYHA）心功能分级II或III级的心肌梗死后至少40天的患者。然而，LVEF作为独立风险预测指标存在明显不足：多达70%的SCD患者LVEF高于35%。心电图作为一种无创、经济的检查手段，能够提供心脏电生理特性的四维视角，是识别高危患者的潜在工具。尽管近年研究发现多个ECG标志物与SCD风险相关，但现有风险评分多采用基于临床判断而非系统性挖掘12导联ECG全部预后信息的方式构建，临床应用有限。尚无大规模研究系统筛选与SCD最显著相关的ECG特征。
研究人员利用两个队列开展研究：因已知或疑似CCS接受择期冠状动脉造影的11,801例患者（择期队列），以及经冠状动脉造影确诊的9,375例ACS患者（急性队列）。所有患者均于2007年至2018年间在坦佩雷大学医院塔伊斯心脏中心接受检查，数据来源于MADDEC（Mass Data in Detection and Prevention of Serious Adverse Events in Cardiovascular Disease） Registry。ECG数据基于急性队列造影后30天内首次记录的ECG或择期队列造影前30天内最近期的ECG，通过GE Marquette 12SL算法（版本24）自动测量获取937个变量，其中693个为导联特异性变量。主要终点为真正的致命性SCD或等效事件，包括经ICD成功终止的室颤/室速及成功复苏的心脏骤停，随访至2022年12月31日。
关键技术方法包括：采用Fine-Gray亚分布风险模型计算竞争风险（其他原因死亡）调整的亚分布风险比（SHR），按性别和年龄校正；通过固定效应模型对两个队列进行内部Meta分析；应用Bonferroni校正控制多重检验（显著性阈值P=7.6×10
?5）；在各亚组内按P值排序并进行Pearson相关性分析（|r|>0.5为强相关），迭代筛选独立变量；最终对最显著变量进行多变量Fine-Gray模型分析，并通过方差膨胀因子（VIF）评估多重共线性。
研究结果部分按三个变量亚组呈现。在QRS波群（Group 2）中，多变量分析显示与SCD最显著相关的独立变量为：导联I的QRS本征偏转时间（SHR 1.22，95%CI 1.14–1.31，p=4.6×10
?8）、导联V1的Q波峰振幅（SHR 1.15，95%CI 1.08–1.22，p=7.6×10
?6）以及导联aVR的QRS峰-峰振幅（SHR 0.83，95%CI 0.77–0.92，p=1.9×10
?5）。在ST段/T波变量（Group 3）中，最强预测因子为导联aVR的T波峰振幅（SHR 1.27，95%CI 1.16–1.39，p=3.5×10
?7）、导联aVL的ST段终末水平（SHR 0.84，95%CI 0.77–0.92，p=8.1×10
?5）以及导联V1的STJ、STM和STE最小值（SHR 0.92，95%CI 0.84–1.00，p=4.7×10
?2）。在P波变量（Group 1，排除房颤/房扑患者）中，最显著的独立变量为导联V6的P波起始振幅（SHR 0.85，95%CI 0.79–0.91，p=3.1×10
?6）、导联V2的P′波峰振幅（SHR 0.86，95%CI 0.80–0.92，p=2.1×10
?5）和导联V2的P波时限（SHR 0.84，95%CI 0.75–0.94，p=2.4×10
?3）。除导联V1的STJ、STM和STE最小值外，所有显著独立ECG变量在调整年龄、性别及心血管事件常见危险因素（高血压、2型糖尿病、既往心肌梗死、狭窄冠状动脉数量、LVEF≤35%）后仍保持统计学显著性；除该变量外，其余变量在与全局ECG变量（ECG-based左心室肥厚、心室率、校正QT间期即QTc、QRS时限）的多变量分析中同样显著。
讨论部分，研究人员指出这是首批大规模系统性探究导联特异性ECG变量与SCD风险关系的研究之一。他们特别强调了既往被低估的aVR导联的作用：该导联的T波振幅（最显著预测因子）和QRS峰-峰振幅均为与SCD最相关的标志物。T波振幅在aVR导联增大（更正）与SCD相关，既往研究及尸检证实该ECG模式与心肌纤维化相关；而QRS峰-峰振幅降低作为新发现的风险标志物，可能与左心电轴偏移（反映左心室肥厚或既往下壁心肌梗死）或容量负荷状态（如心衰恶化导致QRS振幅衰减）有关。导联I的QRS本征偏转时间作为第二显著的变量，较QRS时限更能特异性反映左心室激活，因其不受整体心室除极时间影响。导联aVL的ST段终末压低独立于左心室肥厚预测SCD，可能反映缺血或左心室应变（后者与心肌纤维化相关）。导联V1的深Q波作为前壁心肌梗死的标志，反映梗死面积而非透壁性，与ICD一级预防获益相关。窦性心律患者中，导联V6的P波起始振幅更负与更高SCD风险相关，可能部分反映QRS起始振幅差异；而导联V2的P波时限缩短和P′波振幅增大（终末负向偏转更深）与SCD风险升高一致，后者反映左心房纤维化、传导延缓及电重构。研究局限性包括单中心缺乏外部验证、仅考虑线性关系、仅使用单次基线ECG；优势在于两个大规模现代队列、详尽的终点信息（尤其高比例尸检）、以及经FDA认证的12SL算法自动测量减少人为误差。
研究结论翻译如下：通过系统性利用标准12导联ECG可测量参数的全部预后潜能，研究人员的发现表明与SCD最强的相关标志物出现于左外侧导联（导联I的QRS本征偏转时间和导联aVL的ST段终末振幅）、aVR导联（QRS峰-峰振幅和T波峰振幅）、V1导联（Q波峰振幅），以及窦性心律患者的V2导联（P波时限和P′波振幅）和V6导联（P波起始振幅）。这些参数代表了可指导未来SCD机制研究关注重点的关键特征。
