SarahCohen,etal.Riskpredictionmodelsforheartfailureadmissionsinadultswithcongenitalheartdisease.InternationalJournalofCardiology
摘要背景：心力衰竭(HF)是成人先心病(ACHD)患者的主要死亡原因。由于不存在因心衰住院（HFH）的ACHD患者风险预测模型，我们旨在开发一个临床相关的一年期风险预测系统，以确定HFH的高风险ACHD患者。方法：数据来源于魁北克省先天性心脏病数据库。我们构建了一组回顾性队列，包括所有18-64岁的ACHD患者(-年)，用于评估HFH的累积风险，并根据竞争死亡风险进行调整。为了确定HFH事件的一年预测因素，年对所有18-64岁ACHD患者的嵌套病例对照样本采用了多变量Logistic回归。最终模型被用来建立一个基于调整后优势比的风险评分系统。结果：该队列包括名ACHD患者，随访人年。65岁之前的累积HFH风险为12.58%。病例对照样本包括名受试者，其中名患有HFHs。显著的一年期预测因素为年龄50岁、男性、CHD病变严重程度、最近12个月HFH病史、肺动脉高压、慢性肾病、冠状动脉疾病、系统性动脉高血压和糖尿病。创建的风险评分范围从0-19。相应的HFH风险迅速上升，超过了8分。风险评分系统显示了出色的预测性能。结论：1/8的ACHD患者在65岁之前经历过HFH。年龄、性别、CHD病变严重程度、最近12个月的HFH病史和合并症构建了一个风险预测模型，成功确定了HFH高危患者。关键词：心力衰竭；先天性心脏病；风险评分；预测；危险分层
图一A.一年HFH的显著因素；B.来自一年心力衰竭住院治疗不同预测集的预测性能贡献(C统计量)
图二评分系统-RHAAID-1评分用于预测一年HFH时间
讨论在不断增长的ACHD患者群体中，这是第一项创建风险评分用于预测HFH的研究。在此名ACHD患者的队列中，HFH事件以每人每年1.81起的比率发生，1/8的患者在65岁之前因首次HF发作住院。1年HFH的预测因素为最近12个月的HFH病史、肺动脉高压、慢性肾脏病、冠状动脉疾病、系统性动脉高血压、严重CHD病变、糖尿病、男性、年龄。根据逻辑回归分析的调整后OR对这些独立预测因子进行加权，RHAAID-1风险评分可以通过平常获得的临床病史特征准确预测ACHD患者的HFH。预测ACHD和非ACHD患者HFH模型在非ACHD人群中，已有大量研究开发了预测HF患者结局或对其HF特异性再入院、全因再入院、心脏移植和/或死亡风险进行分层的模型。虽然这些模型是在非ACHD人群中开发的，但有两项研究将其应用于CHD异常患者。在两项研究中，作者调整了模型，以便于转换到ACHD人群，但结果是不一致的。在一个由名ACHD患者组成的队列中，Stefanescu等人证明了西雅图心力衰竭模型区分了不良结局风险较高的ACHD患者。另一方面，Lin等人表明在对中度或复杂的的回顾性研究中，心力衰竭存活评分推荐用于转诊进行心脏移植的门诊慢性心力衰竭患者进行风险分层，但并未对存活、住院或心律失常的ACHD群体进行准确的风险分层。此外，这两个分数预测了死亡，但并未预测HFH。一个已发表的预测HF门诊患者HFH的模型从未应用于ACHD人群。少数研究提出了ACHD患者的特定风险模型，以预测不良结局。Yap等人确定了例ACHD病和房性心律失常患者的死亡率预测因子，以建立风险评分。Kempny等人报告了一个多变量死亡率风险分层模型，该模型来自对名艾森门格综合征成人的多中心队列研究。Baggen等人最近在名中度/复杂ACHD病患者的前瞻性队列中制定了风险评分，可预测死亡、HF或心律失常的4年期风险。上述研究与我们的工作不同，没有一项涉及大量ACHD患者群体，也没有一项研究侧重于研究HFH，尽管这是一个可操作的结果。HFH的发生率我们对ACHD人群中HFH终生累积发病率提出了新的认识。在普通人群中，40岁以上的HFH累积发病率为4%，男性为65岁以上。在我们的研究中，从40-65岁计算的严重ACHD病患者的HFH累积发病率为21%，表明患有严重CHD的成人人群的风险要高5倍。ACHD中HFH的预测因子和RHAAID-1风险评分我们将过去12个月的HFH史确定为HFH风险增加5倍的最强预测因素。文献中报告了同样的结果。，最近的一项研究利用美国的州立住院数据库调查了ACHD患者在12个月内再次住院的预测因素。他们发现，再次入院的患者更可能在索引入院时被初步诊断为HF以及合并症，包括冠状动脉疾病、系统性动脉高血压和糖尿病。该观察结果与成人和儿科心脏病学家以及非ACHD医师均相关，因为这些合并症在很大程度上可通过生活方式措施进行预防。鉴于从年轻时开始的终身随访，随着CHD患者年龄的增长，更多地强调预防心脏风险因素和冠状动脉疾病可能在预防心力衰竭方面带来重大效益。我们的研究中，用于构建HFH1年风险预测模型的阳性事件相对较少。尽管我们研究的每变量(EPV)事件比率(/15=12.6)符合获得足够样本量和能力的普遍接受标准(EPV10)，但应注意，样本量有限使我们无法评估一些重要的潜在预测因素，如过去12个月的心内膜炎住院治疗和外科心律失常手术。未来对更大样本的研究需要用更多的候选预测因子来扩展预测模型。RHAAID-1风险评分的内部验证在我们的研究中，我们采用自举技术来评估内部验证。结果是很好的，因为C统计量的正向修正几乎为0，这表明预测模型得到了验证。我们的结果仍有待使用外部数据集进行验证。我们的研究显示，无论是最终预测模型还是风险评分，均具有出色的辨识能力和良好的校正能力。我们避除了预测模型的常见问题，即它们倾向于高估事件的概率，从而导致低估低风险患者的事件概率，高估高风险患者的风险。高估严重疾病可能导致不必要的转诊至特殊治疗和护理患者可能面临与治疗相关的并发症，并导致不必要的资源开支。与此相反，我们的预测模型和风险评分略微低估了高危患者的风险，从而为临床使用提供了一种保守方法。研究的意义在非ACHD患者中，转诊至专业HF诊所可有效降低高危HF患者的住院率。在CHD患者中，我们已证明接受专业ACHD护理可降低死亡率。尽管美国、加拿大和欧洲近20年的指南建议所有ACHD患者，特别是患有严重ACHD病的患者在专业护理中心接受一次评估，但大多数ACHD患者并未在专业护理中心接受随访，至少在加拿大是如此。对我们的研究样本的分析表明，在年因HF住院的名患者中，只有71名(37.57%)在住院时于ACHD的专业中心接受治疗。在44例严重CHD病变患者中，22例(50%)未在ACHD专科中心接受治疗。有鉴于此，我们认为，在继续强调遵循指南重要性的同时，开发筛查工具以识别高危患者并为其提供专业的三级护理以防止疾病进展将会有所帮助。为了与资源的合理分配保持一致，我们编制了一个易于实施的风险评分，以筛查和识别HFH病的高危患者，从而支持密切随访或强化治疗的临床判断。随着信息技术、大数据和人工智能的进步，拥有这样的工具是改善复杂患者管理的关键措施。鉴于HF是一种常见且可操作的结果，与ACHD的再入院率和死亡率高度相关，这些患者更可能从高度专业化的服务中获益，并指导其早期转诊。风险评分在生理级别为B级和C级、管理和转诊不明确的中度复杂性ACHD患者中可能有最大的益处。高危患者可能需要干预，而低危患者可能情况良好。我们之前的研究显示，1/3的HFH患者在非转诊中心接受随访，43%在混合护理中心接受随访。对于在ACHD中心接受随访的患者，风险评分可以帮助确定与HF诊所联合随访的患者，以避免其反复住院。对于在混合护理-ACHD医院接受随访而未接受随访的患者，该评分可用于建议频繁进行ACHD诊所监测，并可能转诊至HF诊所。对于接受非ACHD护理随访的患者，该评分可用于识别早期转诊的患者。此外，对于住院患者，它可用于识别高危患者，以便进行早期和保持密切随访。在HF-ACHD患者中，利尿剂或常规的非ACHDHF治疗(如β受体阻滞剂或血管紧张素转换酶抑制剂)可用于缓解双心室循环中的症状或左心室功能障碍。然而，其在伴有系统性右心室功能障碍的HF或单心室生理患者中的使用可能值得怀疑。ACHD缺乏用于HF管理的特定医学疗法。我们的风险评分将确定应该有针对性地改进管理策略的高风险群体。此外，由于合并症是HFH病的预测因素，因此随着CHD患者年龄的增长，更加重视心脏风险因素的预防可能会在预防HF方面产生较大的获益。结论心力衰竭是ACHD患者常见的合并症，其中1/8的患者在成年后因心力衰竭住院。我们开发了第一个用于预测ACHD人群中一年HFH病的风险评分——RHAAID-1风险评分。它包括文献中报告的大多数预测风险因素，如年龄较大、男性、严重CHD病变、既往HFH病史、冠状动脉疾病和高血压。风险评分还包括一些全身性疾病，如慢性肾病和糖尿病，这些疾病在本研究中被证明可预测1年期的HFH。该风险分层工具可帮助临床医生筛查高危患者，支持其临床判断，并适应患者所需的护理水平。译者：谢稳
编辑：*琰
CardiothoracicSurgery