郭军教授团队基于院外穿戴设备构建ACS患者心血管不良事件风险预

小雁的记事本 2024-04-18 08:48:38

前言

在本次ACC年会上,解放军总医院第六医学中心郭军主任团队发表了一项“Novel Models To Predict Major Adverse Cardiovascular Event Risk Of Out-Of-Hospital Acute Coronary Syndrome Based On Wearable Devices”研究,旨在利用12导联穿戴心电设备构建急性冠脉综合征(Acute coronary syndrome,ACS)患者主要心血管不良事件(major adverse cardiovascular event,MACE)的预测模型。

研究方法

选取2020年1月~2021年8月于解放军总医院行经皮冠状动脉支架植入术(percutaneous coronary intervention,PCI)治疗的ACS患者共527例,收集患者院内临床数据及出院后穿戴设备采集的12导联心电图,并对患者进行随访,记录MACE的发生情况。结合DenseNet对12导联穿戴心电图的心电特征进行提取。随机选取70%的数据作为训练集建立模型,其余30%作为验证集用于模型验证。分别利用单因素Cox分析及LASSO回归对心电特征及临床特征进行筛选。分别利用心电特征、临床特征、心电+临床特征构建ACS患者术后的MACE预测模型,建立了预测12个月和24个月MACE的模型,包括心血管死亡率、心力衰竭住院和心肌梗死、血运重建、不稳定性心绞痛。并利用Bootstrap自抽样的方法进行内部验证。研究方法见图1。

图1. 研究方法。患者在出院前接受了健康生活方式管理一级预防、药物二级预防的教育并对如何使用穿戴心电设备进行培训。患者使用可穿戴设备进行主动健康管理,心电图通过手机App上传到云端。DenseNet将提取447个AI-ECG特征和60个临床特征,使用Cox和Lasso回归选择8个ECG特征和7个临床特征。基于人工智能,利用穿戴设备构建了一个新型的患者-临床-人工智能(Patient-Clinician-Artificial intelligent,PCA)主动健康管理系统。

研究结果

连续入组2020年至2021年8月于解放军总医院就诊的ACS患者共958例,排除了未行PCI治疗(n=12)、缺乏临床基线数据(n=3)、穿戴心电数据不完整(n=384)、穿戴心电数据质量差影响分析(n=15)、失访(n=27)者,最终共纳入ACS患者527例。

平均随访时间14.8±6.5月,MACE发生率为14.61%。利用DenseNet对单个导联心电图的持续时间、幅度、曲线下面积(AUC)等进行提取,共提取心电特征474个。利用单因素Cox分析对心电特征和临床特征进行筛选,共筛选心电特征89个,临床变量11个。然后利用LASSO回归进行筛选共筛选出8个心电特征,7个临床特征。基于Cox回归分别利用临床特征、心电特征、临床+心电特征构建MACE风险预测模型,其12个月训练集的AUC分别为0.73±0.10,0.77±0.10,0.81±0.09,24个月训练集的AUC分别为0.73±0.18,0.88±0.12,0.85±0.14,并利用DCA分析进行模型评估,模型效果临床适用性好(图2)。

图2. 三种模型效果的评估。该图显示了使用模型1(ECG+临床特征)、模型2(ECG特征)和模型3(临床特征)的特征对12个月MACE风险(A)和24个月MACE风险(C)的训练子集以及12个月MACE风险(B)和24个月MACE风险(D)的测试子集的性能。AUC,接收器工作特性下的面积。

研究结论

利用12导联穿戴心电图构建ACS患者术后的心电预测模型及心电临床预测模型,可用于高危ACS患者的主动健康管理。基于人工智能,利用穿戴设备构建了一个新型的患者-临床-人工智能(Patient-Clinician-Artificial intelligent,PCA)主动健康管理系统。

专家简介

郭军 教授

解放军总医院第六医学中心

解放军总医院第六医学中心心血管病医学部副主任,主任医师、教授、博士研究生导师。研究方向:冠心病的精准介入治疗;结构性心脏病介入尤其是左心耳封堵术预防心房颤动栓塞手术和相关影像组学。中国医疗保健国际交流促进会心血管分会常务理事兼秘书长、全军高原及寒区医学委员会副主任委员;中华医学会心血管分会结构心脏病学组委员;中国医师协会心血管分会结构心脏病学组委员。承担国家科技部重点专项、军队后勤保健课题、国家科技重大专项子课题。获国家科技进步二等奖,军队医疗成果一等奖,解放军总医院医疗成果一等奖。近5年以第一作者或通信作者发表核心及SCI论文14篇,获得发明专利5项,作为副主编出版专著3部,带领团队研发国内第一款左心耳CT影像智能分析系统。

文献:

Shen J,et al. NOVEL MODELS TO PREDICT MAJOR ADVERSE CARDIOVASCULAR EVENTS RISK OF OUT-OF-HOSPTIAL ACUTE CORONARY SYNDROME BASED ON WEARABLE DEVICES. Presented at ACC.24

声明:本文仅供医疗卫生专业人士了解最新医药资讯参考使用,不代表本平台观点。该信息不能以任何方式取代专业的医疗指导,也不应被视为诊疗建议,如果该信息被用于资讯以外的目的,本站及作者不承担相关责任。

(来源:《国际循环》编辑部)

0 阅读:0