陸程燦，董志強(qiáng)，王佳寧，劉亞慧，趙劍鋒

1.南京醫(yī)科大學(xué)附屬江寧醫(yī)院藥學(xué)部，江蘇南京 211100；2.江蘇衛(wèi)生健康職業(yè)學(xué)院江寧臨床醫(yī)學(xué)院，江蘇南京 211800

心房顫動(dòng)（簡(jiǎn)稱房顫）是最常見的一種室上性快速性心律失常，常伴有不協(xié)調(diào)的心房電激活，進(jìn)而導(dǎo)致心房收縮無效[1]。非瓣膜性房顫（nonvalvular atrial fibrillation, NVAF）由瓣膜病之外的因素引起房顫，在所有類型中的發(fā)病率占比最高，成為國內(nèi)外房顫研究關(guān)注的重點(diǎn)[2]。房顫具有較高的發(fā)病率和病死率，我國年齡校正后的房顫患病率為1.6%[3]。房顫不僅會(huì)引起患者心慌、心悸等不適，還會(huì)引發(fā)多種嚴(yán)重并發(fā)癥，造成患者認(rèn)知功能障礙，顯著降低生活質(zhì)量，給全球社會(huì)健康和衛(wèi)生經(jīng)濟(jì)帶來巨大負(fù)擔(dān)[4]。目前研究已證實(shí)多個(gè)因素與房顫發(fā)生相關(guān)，其中包括不可干預(yù)的因素，如年齡、性別、身高、基因，可干預(yù)的因素，如肥胖、阻塞性呼吸睡眠暫停、高脂血癥、吸煙、飲酒、高血壓、心力衰竭、糖尿病和心臟瓣膜病，以及一些實(shí)驗(yàn)室檢查指標(biāo)，如肌鈣蛋白、血漿腦鈉肽、生長(zhǎng)分化因子、肌酐、C反應(yīng)蛋白和D-二聚體[5-6]。然而，由于研究對(duì)象、時(shí)間、地點(diǎn)的不同，得到的結(jié)論也有所差異，需要更多不同地域的研究并進(jìn)行分析匯總。因此，本研究通過對(duì)2022 年11 月—2023 年4 月期間于南京醫(yī)科大學(xué)附屬江寧醫(yī)院心血管內(nèi)科住院治療的南京地區(qū)320 例心血管疾病患者進(jìn)行流行病學(xué)研究，旨在篩選非瓣膜性房顫相關(guān)危險(xiǎn)因素并建立預(yù)測(cè)模型，提高醫(yī)生對(duì)患者的臨床管理水平?，F(xiàn)報(bào)道如下。

1 對(duì)象與方法

1.1 研究對(duì)象

選擇于本院心內(nèi)科住院治療的南京地區(qū)320 例心血管疾病患者為研究對(duì)象，將非瓣膜性房顫患者和其他非房顫的心血管疾病患者各160 例分別作為房顫組和對(duì)照組，所有參與者均經(jīng)心電圖檢查，并由2 位資深醫(yī)師獨(dú)立確認(rèn)。本研究得到了醫(yī)院醫(yī)學(xué)倫理委員會(huì)的批準(zhǔn)?；颊呒凹覍僦橥獗狙芯?。

1.2 納入與排除標(biāo)準(zhǔn)

納入標(biāo)準(zhǔn)：心悸、乏力、頭暈、呼吸困難、胸痛、焦慮、存在心血管危險(xiǎn)因素或心臟生物標(biāo)志物的異常變化的心血管疾病患者，房顫的診斷通過心電檢查得到證實(shí)。

排除標(biāo)準(zhǔn)：嚴(yán)重心臟瓣膜病、急性冠脈綜合征、左心室射血分?jǐn)?shù)＜20%的心力衰竭、主動(dòng)脈夾層者；肺栓塞者；惡性腫瘤者；自身免疫性疾病者；嚴(yán)重感染性疾病者；近期外科手術(shù)史和嚴(yán)重肝腎功能不全者。

1.3 方法

收集入組患者的計(jì)量資料和分類變量，包括人口統(tǒng)計(jì)學(xué)信息[性別、年齡、體質(zhì)量、體質(zhì)指數(shù)（body mass index, BMI）、收縮壓、舒張壓和糖化血紅蛋白]、心功能指標(biāo)（射血分?jǐn)?shù)、左房?jī)?nèi)徑、左室舒張末期內(nèi)徑、心率和D-二聚體）、肝腎功能指標(biāo)（總膽汁酸、總膽紅素、白蛋白、球蛋白、谷丙轉(zhuǎn)氨酶、谷草轉(zhuǎn)氨酶、尿素、肌酐、尿酸和肌酐清除率）、個(gè)人史及基礎(chǔ)疾病情況（吸煙史、飲酒史、心功能不全、冠心病和高脂血癥）。

1.4 觀察指標(biāo)

房顫的心電圖特征包括不規(guī)則的R-R 間期（當(dāng)房室傳導(dǎo)未受損時(shí)）、無明顯的重復(fù)P 波和不規(guī)則的心房激活。體表心電圖記錄到有癥狀或無癥狀房顫。建立臨床房顫診斷所需的房顫描記的最短持續(xù)時(shí)間至少為30 s，或完整的12 導(dǎo)聯(lián)心電圖[7]。

1.5 統(tǒng)計(jì)方法

采用SPSS 26.0 統(tǒng)計(jì)學(xué)軟件分析數(shù)據(jù)。符合正態(tài)分布的計(jì)量資料用(±s)表示，采用t檢驗(yàn)；偏態(tài)分布的計(jì)量資料用M（P25，P75）表示，采用Mann-WhitneyU檢驗(yàn)；計(jì)數(shù)資料用例數(shù)（n）和率（%）表示，采用χ2檢驗(yàn)。將上述分析中具有顯著性差異的變量納入Logistic 回歸分析篩選房顫發(fā)生的相關(guān)危險(xiǎn)因素，同時(shí)計(jì)算比值比（odds ratio, OR）和95%置信區(qū)間（confidence interval, CI）。依托最適的危險(xiǎn)因素組合建立預(yù)測(cè)模型，并使用受試者工作特征曲線（receiver operating characteristic curve, ROC）評(píng)估模型的診斷效能，根據(jù)Youden 指數(shù)選擇合適的敏感度和特異性。P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 兩組患者一般資料比較

與對(duì)照組相比，房顫組的年齡、體質(zhì)量、BMI、收縮壓、舒張壓和糖化血紅蛋白較高，男、心功能不全和有吸煙史的人群發(fā)生房顫概率更高，差異有統(tǒng)計(jì)學(xué)意義（P＜0.05）。部分兩組心功能指標(biāo)（射血分?jǐn)?shù)、左房?jī)?nèi)徑、心率和D-二聚體）和肝腎功能指標(biāo)（白蛋白、尿素、肌酐和尿酸）比較，差異有統(tǒng)計(jì)學(xué)意義（P＜0.05）。見表1。

表1 兩組患者一般資料比較

2.2 多因素Logistic 分析及ROC 曲線繪制

將表1 中具有顯著性差異的變量（P＜0.05）納入Logistic 回歸分析，采用向前逐步選擇法（Wald）篩選房顫發(fā)生的相關(guān)危險(xiǎn)因素，結(jié)果顯示：體質(zhì)量、收縮壓、糖化血紅蛋白、左房?jī)?nèi)徑和D-二聚體是房顫發(fā)生的相關(guān)危險(xiǎn)因素（OR＞1，P＜0.05），而白蛋白是房顫發(fā)生的保護(hù)因素（OR＜1，P＜0.05），見表2。方差膨脹因子（variance inflation factor,VIF）＜5 說明各因素之間不存在多重共線性。預(yù)測(cè)模型的似然比檢驗(yàn)P＜0.001，擬合優(yōu)度Hosmer-Lemesho 檢驗(yàn)P＞0.05，證明模型建立成功。預(yù)測(cè)房顫發(fā)生的模型方程為：Y=-10.851+0.053×X體質(zhì)量+0.028×X收縮壓+0.695×X糖化血紅蛋白+2.230×X左房?jī)?nèi)徑+1.017×XD-二聚體-0.228×X白蛋白。

表2 房顫組和對(duì)照組的Logistic 分析結(jié)果

選擇上述危險(xiǎn)因素組合建立預(yù)測(cè)模型，并以預(yù)測(cè)概率為狀態(tài)變量繪制的ROC 曲線，檢測(cè)危險(xiǎn)因素集對(duì)于房顫發(fā)生的預(yù)測(cè)效能。兩組的ROC 曲線下面積（area under curve, AUC）、敏感度和特異性分別為0.895、80.0%和85.3%，見圖1。

圖1 房顫組和對(duì)照組的ROC 曲線分析

3 討論

中國已經(jīng)處于老齡化社會(huì)，據(jù)聯(lián)合國統(tǒng)計(jì)，預(yù)估到2050 年，我國65 歲以上人口數(shù)量將由2019 年的1.76 億上升至3.4 億[8]。伴隨人口老齡化及心血管疾病人數(shù)的增加，預(yù)計(jì)在未來幾十年內(nèi)房顫患者會(huì)大幅增加[9]。由于心房顫動(dòng)復(fù)雜的發(fā)生機(jī)制，居高不下的發(fā)病率、復(fù)發(fā)率與致殘率，積極尋找參與房顫發(fā)生的影響因素，采取有效的房顫管理策略意義重大。

近年來多項(xiàng)流行病學(xué)研究表明肥胖與房顫之間存在密切且獨(dú)立的關(guān)系[10]。一項(xiàng)5 000 多人的孟德爾隨機(jī)分析顯示，高BMI 相關(guān)的遺傳變異與房顫的高發(fā)病率相關(guān)[11]。有關(guān)研究發(fā)現(xiàn)，通過控制干預(yù)肥胖能夠有效降低房顫發(fā)生頻率及腦卒中發(fā)生率，為患者自身健康提供有效保證[12]。高血壓是房顫發(fā)生的公認(rèn)危險(xiǎn)因素[13]。研究表明，收縮壓≥130 mmHg 和收縮壓120～129 mmHg 發(fā)生房顫的風(fēng)險(xiǎn)分別增加了2.6 倍和1.8 倍[14]。有關(guān)研究發(fā)現(xiàn)，對(duì)存在心血管疾病高風(fēng)險(xiǎn)的高血壓患者，強(qiáng)化降壓治療相比于標(biāo)準(zhǔn)降壓治療，新發(fā)房顫的風(fēng)險(xiǎn)可降低26%[15]。糖尿病能夠介導(dǎo)心房結(jié)構(gòu)重塑、電重塑和自主神經(jīng)張力改變，最終導(dǎo)致房顫發(fā)生[16]。糖化血紅蛋白用于反映糖尿病患者血糖控制水平，有研究表明血漿中糖化血紅蛋白水平可作為糖尿病患者發(fā)生房顫的預(yù)測(cè)指標(biāo)[17]。在一項(xiàng)全國性的隊(duì)列研究中，年輕的糖尿病患者的房顫風(fēng)險(xiǎn)增加了2倍以上，糖尿病與房顫的發(fā)生獨(dú)立相關(guān)[18]。心衰與房顫彼此促進(jìn)，形成惡性循環(huán)[19]。左房擴(kuò)大是房顫發(fā)生的強(qiáng)預(yù)測(cè)因子，隨著左房?jī)?nèi)徑增大，房顫發(fā)生和進(jìn)展的風(fēng)險(xiǎn)也隨之增加[20]。本研究顯示年齡、肥胖、高血壓、糖尿病、心功能不全、左房?jī)?nèi)徑增加與房顫的發(fā)生密切相關(guān)，與上述研究結(jié)果一致。然而，研究中簡(jiǎn)單關(guān)聯(lián)分析發(fā)現(xiàn)的性別、吸煙史、心功能指標(biāo)（心率、射血分?jǐn)?shù)和D-二聚體）和腎功能指標(biāo)（尿素、肌酐和尿酸）在經(jīng)過多因素logistic 回歸篩選后并未留存在最終模型中，可能是存在著混雜變量、中介變量或交互效應(yīng)的影響，在多因素回歸下暴露因素對(duì)結(jié)局的影響更加真實(shí)[21]。此外，本研究創(chuàng)新性地發(fā)現(xiàn)了白蛋白與房顫發(fā)生率呈負(fù)相關(guān)，提示臨床工作中應(yīng)重視血清白蛋白的常規(guī)檢測(cè)，以預(yù)測(cè)房顫的發(fā)生風(fēng)險(xiǎn)及其他不良結(jié)局的發(fā)生，這與近期相關(guān)研究的觀點(diǎn)一致[22-23]。此外，一項(xiàng)針對(duì)基于四川地區(qū)房顫患者的病例對(duì)照研究發(fā)現(xiàn)，基于左房?jī)?nèi)徑、白蛋白水平和三尖瓣關(guān)閉建立預(yù)測(cè)模型的準(zhǔn)確率為80%[24]；本研究得到的AUC、敏感度和特異性分別為0.895、80.0%和85.3%，在一定程度上提升了模型的診斷效能。

綜上所述，房顫患者存在一組獨(dú)特的危險(xiǎn)因素組合（體質(zhì)量、收縮壓、糖化血紅蛋白、左房?jī)?nèi)徑、D-二聚體和白蛋白），且具有較好的預(yù)測(cè)價(jià)值，模型的應(yīng)用可以為房顫的篩查和管理提供一定信息。然而，本研究樣本量較少，且結(jié)果未在其他臨床中心群體中進(jìn)行驗(yàn)證，后續(xù)需要進(jìn)行更深入地探索。