首页 > 论文范文 > 医药卫生论文 > 肿瘤科论文 > 心血管肿瘤论文 > 主动脉夹层动脉瘤腔内介入术后生存状况可视化Nomogram模型

主动脉夹层动脉瘤腔内介入术后生存状况可视化Nomogram模型

2024-07-30 46 上传者：管理员

摘要：目的:探讨主动脉夹层动脉瘤（ADA）腔内介入术后长期生存状况的影响因素，构建其可视化Nomogram预测模型，并对模型预测性能进行检验。方法:选取2018年1月—2020年2月中国人民解放军空军军医大学第一附属医院收治的290例接受腔内介入术的ADA病人，按7∶3分为模型建立人群（203例）与模型验证人群（87例）,根据术后2年生存状况分为死亡组、生存组，对腔内介入术后长期生存状况进行单因素分析，LASSO回归分析筛选各预测因素，并分析生存状况的影响因素，绘制生存状况的可视化Nomogram预测模型。结果:术后2年55例（18.97%）死亡，235例（81.03%）生存。经单因素分析，模型建立人群、模型验证人群中死亡组高血压、慢性肾功能不全、心房颤动、Stanford分型A型、累及冠状动脉系统、累及颈部血管、累及腹部大血管、心电图ST段或T波改变病人占比与纤维蛋白原降解产物（FDP）、D-二聚体高于生存组，左室射血分数（LVEF）、血小板计数、纤维蛋白原（FIB）低于生存组，活化部分凝血酶时间（APTT）、凝血酶原时间（PT）长于生存组（P<0.05）;LASSO回归分析选出7个预测变量为心房颤动、Stanford分型A型、累及冠状动脉系统、累及颈部血管、累及腹部大血管、心电图ST段或T波改变、LVEF,经Logistic回归分析，7个预测变量均为ADA腔内介入术后长期生存状况的影响因素（P<0.05）,拟合良好（χ2=1.902,df=8,P=0.544）;绘制ADA腔内介入术后长期生存状况的Nomogram可视化预测模型，该模型C-index为0.944,预测能力良好。经校准曲线分析，模型建立人群、模型验证人群校准度分别为0.833,0.816,提示模型预测生存状况的校准度良好。结论:心房颤动、Stanford分型A型、累及冠状动脉系统、累及颈部血管、累及腹部大血管、心电图ST段或T波改变、LVEF是ADA腔内介入术后长期生存状况影响因素，基于以上因素所构建预测模型具有良好预测能力，可为临床预测ADA腔内介入术后长期生存状况提供参考，有利于指导临床随访、干预及管理。

关键词：
LASSO回归分析
Nomogram模型
主动脉夹层动脉瘤
心房颤动
心电图
腔内介入术
加入收藏

主动脉夹层动脉瘤(aortic dissecting aneurysm, ADA)是内科一种危重的心血管疾病，主要表现为呼吸困难，胸腹部、背部撕裂样疼痛，严重者可导致昏厥、心力衰竭甚至死亡[1-2]。根据夹层累及部位的差异，ADA主要分为Stanford A型和Stanford B型，Stanford A型ADA发病初24 h病死率达25%,24～48 h内每小时可增加1%～2%病死率，Stanford B型ADA急性起病12 h内病死率高达33.3%[3-5]。目前，临床治疗ADA主要采用腔内介入术等外科手术，随着医疗技术的进展ADA手术预后已有明显改善，但由于病情复杂，ADA病人术后病死率仍较高[6-7]。因此，早期预测ADA病人术后生存状况对及时干预、改善预后十分重要。本研究创新性探究ADA术后长期生存状况，运用LASSO回归分析其长期生存状况的影响因素，以期为临床随访、干预提供参考。现报道如下。

1、资料与方法

1.1一般资料

选取2018年1月—2020年2月中国人民解放军空军军医大学第一附属医院收治的290例接受腔内介入术的ADA病人，按7∶3分为模型建立人群(203例)与模型验证人群(87例)。模型建立人群，男102例，女101例；年龄38～67(51.56±6.72)岁；体质指数22～26(24.28±0.77)kg/m2;Stanford A型135例，Stanford B型68例。模型验证人群，男46例，女41例；年龄36～68(51.78±7.83)岁；体质指数23～27(24.29±0.61)kg/m2;Stanford A型61例，Stanford B型26例。模型建立人群、模型验证人群一般资料比较，差异无统计学意义(P>0.05)。本研究符合《赫尔辛基宣言》要求，通过医院伦理委员会审核，病人家属签署知情同意书。

1.2纳入与排除标准

纳入标准：经主动脉CT血管成像或心脏超声检查确诊；符合腔内介入术指征；自身免疫功能正常；年龄>18岁；无药物依赖史；首次发病；近期无激素、免疫抑制剂用药史。排除标准：存在栓塞性疾病(肺栓塞、外周血管栓塞、急性心肌梗死等);伴有凝血功能异常；伴有恶性肿瘤疾病；Stanford A型ADA术后发生Stanford B型ADA;伴有严重感染性疾病；蒙特利尔认知评估异常；存在重要脏器病变或终末期疾病；伴有先天性心脏功能缺陷。

1.3方法

1.3.1资料收集

以病历收集、跟踪检查结果等方式进行资料收集，包括性别、年龄、体质指数、病史(高血压、糖尿病、冠心病、慢性肾功能不全、心房颤动)、吸烟、饮酒、Stanford分型(A型、B型)、首发症状[疼痛、呼吸异常、血压异常、神经系统症状(意识障碍、感觉障碍、四肢活动障碍)]、是否累及冠状动脉系统、是否累及颈部血管、是否累及腹部大血管、心电图(正常、ST段或T波改变)、超声心动图[主动脉反流、主动脉根部直径、左室射血分数(LVEF)]、血流动力学(舒张压、收缩压、心率)、实验室检查[白细胞计数、血小板计数、白蛋白、血红蛋白、活化部分凝血酶时间(APTT)、凝血酶原时间(PT)、纤维蛋白原降解产物(FDP)、纤维蛋白原(FIB)、D-二聚体、血肌酐]等资料。

1.3.2质量控制

数据录入与管理由专业数据管理员负责；数据录入前，数据管理员要了解各项资料内容及编码情况；由两位数据管理员独立进行双录入与校对，保证数据准确性，确认无误后锁定数据库。

1.4观察指标

1)ADA腔内介入术后长期生存状况单因素分析；2)各预测因素初筛；3)分析ADA腔内介入术后长期生存状况的相关影响因素；4)建立ADA腔内介入术后长期生存状况的预测模型；5)Nomogram可视化预测模型的检验。

1.5统计学处理

采用SPSS 23.0软件进行数据分析。符合正态分布的定量资料以均数±标准差(x¯±s)表示，采用t检验，组内比较采用配对t检验。定性资料以例数，百分比(%)表示，采用χ2检验。采用LASSO回归和Logistic回归分析ADA腔内介入术后长期生存状况的相关影响因素，R语言建立诊断模型，预测风险能力指数(concordance index, C-index)评价模型的预测能力，校准曲线和决策分析曲线(decision curve analysis, DCA)对所建立模型进行外部验证和评价。以P<0.05为差异有统计学意义。

2、结果

2.1 ADA腔内介入术后长期生存状况单因素分析

术后2年55例(18.97%)死亡，235例(81.03%)生存。模型建立人群、模型验证人群中死亡组高血压、慢性肾功能不全、心房颤动、Stanford分型A型、累及冠状动脉系统、累及颈部血管、累及腹部大血管、心电图ST段或T波改变病人占比与FDP、D-二聚体高于生存组，LVEF、血小板计数、FIB低于生存组，APTT、PT长于生存组(P<0.05)。详见表1。

表1 ADA腔内介入术后长期生存状况单因素分析

2.2各预测因素初筛

以长期预后情况(赋值：生存=0,死亡=1)为因变量，以单因素分析中P<0.05的15个变量为自变量进行LASSO回归分析(各自变量赋值见表2),随着惩罚系数λ变化，模型初始纳入的15个影响因素的系数被压缩，避免了模型的过度拟合，达到最佳影响因素选择的效果图(见图1)。采用交叉验证法绘制均方误差随logλ的变化图(见图2),寻找到可使模型性能优良且影响因素最少的最佳惩罚系数λ,即图中虚线对应的λ=-4.20。依据此λ值选出7个预测变量为心房颤动、Stanford分型A型、累及冠状动脉系统、累及颈部血管、累及腹部大血管、心电图ST段或T波改变、LVEF。

表2 LASSO回归分析赋值表

图1 LASSO回归筛选变量动态过程图

图2交叉验证最佳参数λ的选择过程图

2.3 ADA腔内介入术后长期生存状况的Logistic回归分析

以生存状况(赋值：生存=0,死亡=1)为因变量，以LASSO筛选出的心房颤动、Stanford分型A型、累及冠状动脉系统、累及颈部血管、累及腹部大血管、心电图ST段或T波改变、LVEF作为自变量(赋值方法见表2),采用多因素Logistic回归分析显示，心房颤动、Stanford分型A型、累及冠状动脉系统、累及颈部血管、累及腹部大血管、心电图ST段或T波改变、LVEF是ADA腔内介入术后长期生存状况的相关影响因素(P<0.05),详见表3。经Hosmer-Lemeshow拟合优度检验显示拟合良好(χ2=1.902,df=8,P=0.544)。

2.4 ADA腔内介入术后长期生存状况的预测模型

基于Logistic回归分析的相关影响因素：心房颤动、Stanford分型A型、累及冠状动脉系统、累及颈部血管、累及腹部大血管、心电图ST段或T波改变、LVEF绘制ADA腔内介入术后长期生存状况的Nomogram可视化预测模型可知，心房颤动、Stanford分型A型、累及冠状动脉系统、累及颈部血管、累及腹部大血管、心电图ST段或T波改变会造成长期生存状况的恶化，LVEF越高长期生存状况越好，各预测项目及病人最终长期生存状况的风险见图3,该Nomogram可视化预测模型的C-index为0.944,预测能力良好。

表3 ADA腔内介入术后长期生存状况的Logistic回归分析

图3 ADA腔内介入术后长期生存状况的Nomogram预测模型

2.5 Nomogram预测模型的检验

分别绘制模型建立人群、模型验证人群的校准曲线，结果显示两者校准度分别为0.833、0.816,提示Nomogram模型预测生存状况的校准度良好，模型与实际观测结果有较好的一致性。详见图4、图5。

图4模型建立人群的校准曲线

图5模型验证人群的校准曲线

3、讨论

ADA起病的主要病理机制在于病人动脉内膜因动脉硬化、高血压、大动脉炎等多重危险因素的影响发生撕裂，主动脉血流经撕裂处进入主动脉壁，产生血肿，血肿扩大进一步导致ADA[8-10]。现阶段临床实践中，腔内介入术是ADA常用治疗方式之一，由于病人个体状态、病情进展变化等客观因素的影响，对于ADA病人术后生存状况的研究结果存在差异性[11-12]。以往研究表明，术前LVEF、心率增快、术后血小板计数水平等是ADA病人术后死亡的风险因素[13-15]。

本研究进行LASSO回归筛选特征变量，LASSO回归的一个重要优势在于有效克服变量间的多重共线性，可避免欠拟合与过拟合，同时又能减少例数等对研究结果造成的偏倚性影响，保证所构建模型的准确性，经变量筛选选出7个预测变量为心房颤动、Stanford分型A型、累及冠状动脉系统、累及颈部血管、累及腹部大血管、心电图ST段或T波改变、LVEF,Logistic回归分析显示7个预测变量均为ADA腔内介入术后长期生存状况的影响因素，Nomogram将复杂的运算过程体现在刻度线上，通过找出数轴上各变量对应的点，得出近似的成功率，方便、快捷，在重症治疗、肿瘤疾病预测方面广泛应用[16-17]。本研究在LASSO筛选变量基础上绘制Nomogram,可根据病人病情各因素具体情况，预测术后长期生存状况，为临床随访、干预、管理、转诊等提供参考。合并心房颤动ADA病人术后病死率较高，可能与交感神经兴奋、疼痛、血流动力学不稳定等有关，易引起心率增快，影响主动脉血流，可能导致ADA病人病情恶化。Stanford A型ADA病变复杂，外科手术可将其1个月内高达90%的病死率降至30%,但术后病死率仍明显高于Stanford B型，可能与Stanford A型病人易发生主动脉破裂、心包压塞、脏器灌注不良综合征等严重并发症相关[18]。累及冠状动脉系统可引起冠状动脉供血不足，导致心肌缺血，严重者可出现急性心肌梗死，增加心房负荷，加重ADA病情，影响病人围术期及术后长期生存状况[19]。ADA发生部位不同，其不同分支血管受累范围可能存在差异，病人血流状态改变、内膜剥离、假腔内血栓等均可能累及血管，导致相应脏器供血不足[20]。累及颈部血管可导致脑组织血供障碍，累及腹部大血管可影响腹部肾、肝、胃肠道等脏器血供，导致腹部脏器功能异常，影响病人机体功能状态[21]。心电图ST段或T波改变提示心室复极异常，存在心肌缺血或心肌损伤，反映病人心脏功能；另外LVEF也是对于ADA等心外科手术病人术前心功能的重要评估[22-23]。李艳丽等[24]研究表明，术前LVEF<50%可增加Stanford A型ADA病人术后病死风险。LVEF可直观反映心肌收缩能力，其水平降低表明病人心功能受累，心功能不全甚至衰竭，同时ADA手术复杂，耗时久，手术创伤较大，因此LVEF提示心功能障碍病人手术耐受性较低，进而影响术后恢复及长期生存[25]。运用R语言绘制ADA的Nomogram可视化预测模型，其C-index为0.944,具有良好预测能力；绘制模型建立人群、模型验证人群的校准曲线，显示两者校准度分别为0.833、0.816,显示该模型与实际观测结果一致性较好，故本研究建立的预测模型对预测ADA术后长期生存状况具有一定临床价值。

综上所述，ADA腔内介入术后长期生存状况受心房颤动、Stanford分型A型、累及冠状动脉系统、累及颈部血管、累及腹部大血管、心电图ST段或T波改变、LVEF等因素影响，基于以上因素所构建预测模型具有良好预测能力，有利于临床预测ADA腔内介入术后长期生存状况，指导临床随访、干预及管理。

参考文献:

[4]韩洁,苏洁,苏征.主动脉夹层动脉瘤患者生活质量与住院率和死亡率的相关性研究[J].四川医学,2021,42(2):153-157.

[7]胡铁,王晓明.急性Stanford A型主动脉夹层的弓部手术策略及远期预后[J].心血管病学进展,2021,42(5):433-436.

基金资助:国家自然科学基金项目(No.82270420);

文章来源:郝荣霞,吕向妮,李萌,等.主动脉夹层动脉瘤腔内介入术后长期生存状况可视化Nomogram模型的构建与验证[J].中西医结合心脑血管病杂志,2024,22(13):2427-2432.