急性心肌梗死并发心力衰竭的风险预测模型构建及验证

作者：马萌雪; 马萍; 徐清斌^*; 张世昌

来源：天津医药, 2023, 51(11): 1221-1226.

• 心肌梗死
• 心力衰竭
• 危险因素
• 预测
• 列线图
• 敏感性与特异性

目的 分析急性心肌梗死（AMI）患者发生心力衰竭（HF）的影响因素，并构建风险预测模型。方法 纳入1 061例AMI患者，分为模型构建的训练集（786例）和模型验证的测试集（275例）。利用Lasso回归和多因素Logistic回归构建AMI患者发生HF的预测模型，并绘制列线图。采用受试者工作特征（ROC）曲线和校准曲线评价模型的区分度和校准度。结果 利用Lasso回归和多因素Logistic回归筛选出年龄、心率（HR）、ST段偏移、N端脑利钠肽前体（NT-proBNP）、同型半胱氨酸（Hcy）、纤维蛋白原（Fib）、左心室射血分数（LVEF）共7个变量建立模型。多因素Logistic回归构建预测模型的回归方程为Logit(P)=0.718×ST段偏移+0.042×年龄+0.037×HR+0.000 294×NT-proBNP+0.040×Hcy+0.220×Fib-5.617×LVEF-5.781。预测模型训练集的ROC曲线下面积（AUC）为0.846(95%CI:0.817～0.875)，敏感度为78.50%，特异度为76.60%。校准曲线显示训练集患者HF的发生率与实际发生率基本相符。利用测试集对模型进行外部验证，AUC为0.848(95%CI:0.801～0.896)，敏感度76.40%，特异度78.00%。结论 AMI患者发生HF与ST段偏移、年龄、入院HR、NT-proBNP、Hcy、Fib、LVEF有关，利用以上变量构建的预测模型具有较高的预测效能，有助于早期识别此类患者。

• 单位
  宁夏医科大学总医院