资源描述
2022急性心、肌梗死后上消化道出血的发病率、相关结果和预测因素
(全文)
无论是介入治疗还是保守治疗,阿司匹林和P2Y12抑制剂双重抗血 小板治疗是AMI后默认的抗血栓策略。这种策略可以改善缺血结果,但 也会因出血风险增加而抵消获益。在过去的几十年里,出血事件的危害已 经得到了很好的证实,因为一些研究表明出血与死亡率之间有着密切的关 系。未来抗血栓策略的目标现在不仅仅是缺血保护,还集中于减少出血。 自发性非接触性部位出血最常见的部位是胃肠道。其中,上消化道出血 (UGIB)是最常见的,它可以通过预防性使用质子泵抑制剂(PPI)、无 阿司匹林策略或根除幽门螺杆菌在一定程度上预防。欧洲心脏病学会建议 对胃肠道出血风险高于平均水平的患者使用PPI治疗,胃肠道出血风险高 定义为有胃溃疡/出血史、抗凝治疗史、慢性非甾体抗炎药/皮质类固醇使 用史,或年龄>65岁,消化不良,胃食管反流病,幽门螺杆菌感染,或长 期饮酒。
目前,对急性心肌梗死后UGIB的预测因子和相关心血管结局尚了解 不充分。首先,可用数据来自于较小的研究,选定的患者群体通常包括所 有类型的胃肠道出血,而来自较大的未选定MI人群的数据很少。第二, 在探索预测因子时,由于在复杂和/或非线性关系方面表现不佳,传统的逻 辑回归风险预测可能会遗漏重要方面。近期,发表在European Heart Journal Cardiovascular Pharmacotherapy (EHJ-CVP)上的一项基于 多个强制性国家登记处的综合数据的研究1确定了(l)UGIB的1年发病 率,(2)与UGIB相关的缺血结局,以及(3)急性MI患者UGIB最强 的预测因子。
主要结果:
1、1年时,2230名患者发生了 UGIB,累积发病率为1.5%,发病率
为每10万人年1492例。
图1.在有或无上消化道出血的患者中,重大心血管不良事件(包括心肌
梗死、中风和全因死亡)的未调整发病率
2、对基线特征、手术或药物治疗等因素进行调整后,UGIB与卒中风 险(HR 1.80,95%CI 1.32 2.45 )和全因死亡(HR 2.86,95%CI 2.58 3.16 )增加显著相关,而与复发性MI没有显著关联(HR 1.17,95%CI 0.97 1.42 )。
Crude HR (95% Cf)
Adjusted HR (95% Cl)
MACE
173 (247-3,01)
ZOO (1.81-220)
All-causc death
4.23 (401X, 88)
2.86 058-3.16}
Ml
1,44 (150-174)
1.17(057-142)
Strake
2.27 (1.69TO6)
L80 (1J2-2.4S)
CLihfervdl; HR, hazard MAU& i^jdr vert& fdviictjlir
e^ent; EL myocardial infarction.
表1.上消化道出血相关结果的原始和调整后危险比
3、在logisti回归模型中,UGIB的前六个预测因子是血红蛋白、年 龄、既往UGIB史、吸烟状况、抗血栓治疗和胃保护治疗。
3.1、与未吸烟者相比,既往吸烟者和正在吸烟者与UGIB风险增加相
关;
3.2、抗血栓治疗包括五类,分别为SAPT、OAC单独使用、DAPT
氯吡格雷、DAPT替格瑞洛/普拉格雷和联合抗栓治疗(APT+OAC )。与
SAPT相比,联合抗栓治疗、DAPT替格瑞洛/普拉格雷和OAC单独使用 与UGIB风险增加相关,而DAPT氯吡格雷无显著相关性。
PrtdkEOF
rviki
mwjia
NA1
Ml
4罄
NA1
iJU
-:«Mi
RirwiuiLlOfi
117^
Hw
*CW
TH
Form•-
1.M
sCiHa
Mfhnln^K! IteMhiwI
6Ij0
5
dwn^ jATT .
<OC<II
DAFT [KJ^rekripria/'d
MH
W
0i711
i.h
F.4
!*! u noil4 LKSEiXti mmsf
xrc^f Vnf^ j-' ulmndsi andSn^q
uxu kiL'lTH cx-a^c-m
j«d nunurfeuSc'IrMbwf
表2.逻辑回归模型中上消化道出血的最重要预测因素
Eslhmsled Spline Transfonnaticn
» i« & -仙
Hemojgn |g i L)
Estlmalnl Spline Transformatkin
图2.逻辑回归模型中最重要的连续预测因子。估计样条变换与上消化道
出血对数概率的关系
4、ML模型确定了相似和额外的预测因素:血红蛋白、年龄、收缩压、
血糖、胃保护治疗和皮质类固醇治疗。
Attribute
图3.使用性能较佳的机器学习模型(ML模型)确定的最重要的预测因
结论:
急性心肌梗死后UGIB的1年发病率为1.5%,且与死亡率和中风风 险增加相关。结合logisti回归和ML模型的结果,UGIB的最重要预测 因子是血红蛋白、年龄、收缩压、血糖、既往UGIB、吸烟状况、抗栓策 略、胃保护治疗和皮质类固醇治疗。
评述:
Logistic回归是一种在临床环境中确定预测因子的成熟方法,具有合 理数量的基线预测因子,并且很容易解释。然而,该方法处理大量变量或 复杂交互和/或非线性关系的能力有限。因此,除了经典的逻辑回归方法外, 本研究还将不可知的ML方法添加到了关于数据的传统假设中,从而有可 能理解复杂的相互作用和非线性。ML模型确实比逻辑回归模型表现出更 好的区分能力。但本研究为观察性研究,受到注册信息的限制,缺乏例如 酒精摄入量、先前已知的消化性溃疡、胃食管反流病、幽门螺杆菌感染或 消化不良疾病等重要信息,因此本研究尚不能解释或部分解释为什么逻辑 回归模型和ML模型没有更高的区分能力。另外,尽管该研究调整了基线 特征、手术或药物治疗等因素,但仍可能存在残余混杂偏倚,导致不良事 件的相关风险。
展开阅读全文