摘要

目的探讨基于聚类分析方法优化冠状动脉CT血管成像(CCTA)对非阻塞性冠心病患者的风险分层价值, 识别非阻塞性冠心病患者中的心血管不良事件高风险人群。方法前瞻性连续纳入2015年1月1日至2017年12月31日就诊于解放军总医院, 疑似冠心病接受CCTA检查并明确为非阻塞性冠心病的患者, 收集患者的临床信息和CCTA诊断信息, 随后进行随访, 获取不良心血管事件信息。首先, 基于聚类分析方法挖掘CCTA信息, 将患者划分不同的类。然后, 比较不同类间人群的不良心血管事件风险差异。最后, 依次运用节段受累评分(SIS)、Leiden评分、SIS评分联合临床特征、Leiden评分联合临床特征和聚类信息联合临床特征对人群进行风险分层, 并绘制一致性指数-时间曲线和计算净重分类改善(NRI)指标来比较5个不同模型的风险分层能力。结果共有3 402例非阻塞性冠心病患者被纳入研究, 其中104例患者在随访期内发生了不良心血管事件。基于CCTA信息的聚类分析将患者划分为不同的3类。各类间的临床变量、CCTA信息和生存结局的差异具有统计学意义(P<0.05)。一致性指数-时间曲线结果显示, CCTA聚类信息联合临床特征对非阻塞性冠心病患者的风险分层能力优于现有的SIS评分、Leiden评分、SIS评分联合临床特征、Leiden评分联合临床特征模型。1年和2年的时间截断值上, 聚类信息联合临床特征相较于前四者均有INR的正向提升(INR分别为0.248和0.293、0.316和0.293、0.147和0.003、0.192和0.007)。结论基于聚类分析的CCTA对非阻塞性冠心病患者具有较好的风险分层价值, 有助于个体化干预。

  • 单位
    解放军总医院