Ein Nomogramm zur Vorhersage von Vorhofflimmern bei Patienten mit dilatativer Kardiomyopathie
Die dilatative Kardiomyopathie (DCM) ist eine primäre Herzmuskelerkrankung, die durch eine Dilatation des linken Ventrikels und eine systolische Dysfunktion gekennzeichnet ist und häufig auf genetische und umweltbedingte Faktoren zurückzuführen ist. Die klinischen Manifestationen der DCM umfassen fortschreitende Herzinsuffizienz, Arrhythmien, Thromboembolien und sogar plötzlichen Tod. Die Morbidität und Mortalität im Zusammenhang mit DCM haben stetig zugenommen, was sie zu einer der Haupttodesursachen bei Kardiomyopathien macht. Unter den verschiedenen Arrhythmien, die mit DCM assoziiert sind, ist Vorhofflimmern (AF) aufgrund seines Potenzials, das Risiko für vaskuläre Embolien zu erhöhen, von besonderer Bedeutung. Studien haben gezeigt, dass Patienten mit AF ein fünffach erhöhtes Schlaganfallrisiko und eine doppelt so hohe Mortalitätsrate aufweisen. Etwa 15 % bis 20 % der ischämischen Schlaganfälle werden auf AF zurückgeführt. Die hämodynamischen Veränderungen und das erhöhte Risiko für thromboembolische Ereignisse, die durch AF bei Patienten mit DCM verursacht werden, erhöhen deren Behinderungs- und Mortalitätsraten erheblich. Daher sind die frühzeitige Vorhersage und Intervention von AF bei Patienten mit DCM entscheidend für die Verbesserung der Prognose und der Lebensqualität.
Die Entwicklung eines genauen Risikoklassifizierungsmodells für AF bei Patienten mit DCM ist von entscheidender Bedeutung, um klinische Interventionen zu leiten. Nomogramme, die auf multivariater logistischer Regressionsanalyse basieren, integrieren mehrere Vorhersageindizes und visualisieren die Korrelation zwischen verschiedenen Variablen in Form eines Diagramms. Diese Studie zielte darauf ab, ein Nomogramm zu entwickeln, um Patienten mit DCM zu identifizieren, bei denen wahrscheinlich AF auftritt.
Die Studie sammelte Daten von aufeinanderfolgenden DCM-Patienten, die zwischen September 2009 und November 2015 im First Affiliated Hospital der Nanjing Medical University aufgenommen wurden. Die Einschlusskriterien waren wie folgt: (1) linksventrikulärer enddiastolischer Durchmesser (LVEDd) größer als 5,5 cm bei Männern und größer als 5,0 cm bei Frauen oder LVEDd größer als 117 % des vorhergesagten Wertes, korrigiert für Alter und Körperoberfläche; (2) linksventrikuläre Verkürzungsfraktion kleiner als 25 % oder linksventrikuläre Ejektionsfraktion (LVEF) kleiner als 45 %; (3) keine Vorgeschichte von AF in früheren medizinischen Aufzeichnungen oder Elektrokardiogramm (EKG)-Daten. Patienten mit hypertensiver Herzkrankheit, Klappenerkrankungen, angeborenen Herzfehlern, ischämischer Herzkrankheit, schwerer Leber- und Niereninsuffizienz oder Personen unter 18 Jahren und Alkoholiker wurden ausgeschlossen. Grundlegende klinische Merkmale wurden aus elektronischen Patientenakten gesammelt, und die Patienten wurden alle drei Monate nachuntersucht. Der primäre Endpunkt war das Auftreten von AF, bestätigt durch EKG oder 24-Stunden-Langzeit-EKG.
Die Daten wurden als Mittelwert ± Standardabweichung (SD) oder Median (Interquartilbereich) dargestellt. Kategorische Variablen wurden als Zahlen mit Prozentsätzen angegeben. Eine multivariate logistische Regressionsanalyse wurde durchgeführt, um die Wahrscheinlichkeit von AF unter Verwendung einer schrittweisen Vorwärtsmethode vorherzusagen, die alle Variablen mit einem Wahrscheinlichkeitswert (P) von weniger als 0,20 in der univariaten Analyse einschloss. Variablen mit P-Werten von weniger als 0,05 in der multivariaten logistischen Regression wurden in das Vorhersagemodell aufgenommen. Das Hauptergebnis dieser Studie war das Risiko von AF basierend auf den Baseline-Charakteristika. Das multivariate logistische Regressionsmodell wurde verwendet, um das Odds Ratio (OR) und die 95 %-Konfidenzintervalle (CIs) des AF-Risikos im Modell zu schätzen.
Die Fläche unter der Receiver-Operating-Characteristic (ROC)-Kurve (AUC) wurde berechnet, um die Vorhersageleistung des Modells zu bewerten. Die Kalibrierung des Modells wurde mit dem Hosmer-Lemeshow-Anpassungstest und Kalibrierungsdiagrammen validiert. Der klinische Wert des Vorhersagemodells wurde mittels Entscheidungskurvenanalyse (DCA) getestet.
Zwischen September 2009 und Dezember 2015 wurden insgesamt 243 aufeinanderfolgende Patienten mit DCM im First Affiliated Hospital der Nanjing Medical University aufgenommen. Nach dem Ausschluss von 30 Patienten mit fehlenden Daten und 16 Patienten, die während der Nachbeobachtung verloren gingen, waren 197 Patienten für die Analyse geeignet. Die demografischen und klinischen Merkmale für den Trainingssatz (n = 138, Durchschnittsalter = 56,4 ± 14,9 Jahre, 80,4 % männlich) und den Testsatz (n = 59, Durchschnittsalter = 58,1 ± 14,7 Jahre, 74,6 % männlich) sind in der Zusatztabelle 1 aufgeführt. Im Trainingssatz entwickelten 30 Patienten (21,7 %) AF, während im Testsatz 13 Patienten (22 %) AF entwickelten. Die mediane Nachbeobachtungszeit betrug 92,9 (66,5–172,6) Monate.
Multivariate Analysen zeigten, dass Alter (OR: 3,91, 95 % CI: 1,71–8,93, P < 0,01), Gewicht (OR: 5,11, 95 % CI: 2,23–11,70, P < 0,01), Schilddrüsen-stimulierendes Hormon (TSH) (OR: 1,55, 95 % CI: 1,11–2,16, P = 0,01), D-Dimer (D-D) (OR: 1,47, 95 % CI: 1,06–2,03, P = 0,02), linker Vorhofdurchmesser (LAD) (OR: 2,34, 95 % CI: 1,04–5,25, P = 0,04) und LVEF (OR: 0,33, 95 % CI: 0,15–0,75, P < 0,01) unabhängige Risikofaktoren für AF bei Patienten mit DCM waren. Das Nomogramm wurde entwickelt, indem jeder der sechs unabhängigen prognostischen Faktoren (Alter, Gewicht, TSH, D-D, LAD und LVEF) ein grafischer Anfangswert zugewiesen wurde, mit einem Punktbereich von 0 bis 100. Die Werte für alle Variablen wurden dann addiert, um den Gesamtwert zu erhalten, und eine vertikale Linie wurde von der Gesamtpunktreihe gezogen, um die geschätzte Wahrscheinlichkeit für das Vorhandensein von AF anzuzeigen. Es wurde vorhergesagt, dass ein höherer Gesamtwert im Nomogramm mit einer höheren Wahrscheinlichkeit für AF verbunden war, während ein niedrigerer Gesamtwert mit einer geringeren Wahrscheinlichkeit für AF verbunden war.
Die AUC-ROC betrug 0,931 (95 % CI: 0,86–0,99) im Trainingssatz und 0,90 (95 % CI: 0,80–0,95) im Testsatz. Das Nomogrammmodell wurde mit dem Hosmer-Lemeshow-Anpassungstest und einem Kalibrierungsdiagramm kalibriert. Der Hosmer-Lemeshow-Test zeigte eine hohe Übereinstimmung zwischen den vorhergesagten und beobachteten Wahrscheinlichkeiten sowohl für den Trainingssatz (x2 = 7,83, df = 8, P = 0,45) als auch für den Testsatz (x2 = 8,51, df = 8, P = 0,49). Das Kalibrierungsdiagramm zeigte ebenfalls eine gute Übereinstimmung zwischen den vorhergesagten und beobachteten Ergebnissen für den Trainings- und Testsatz. Die DCA wurde angewendet, um die klinische Validität des Nomogramms zu bewerten, was die gute klinische Anwendbarkeit des Nomogramms bei der Vorhersage von AF bestätigte, da die Bereiche der Schwellenwahrscheinlichkeiten breit und praktisch für den Trainings- und Testsatz waren.
Die Hauptergebnisse dieser Studie waren wie folgt: (1) DCM-Patienten waren anfällig für AF (21,8 %). (2) Alter, Gewicht, TSH, D-D, LAD und LVEF waren unabhängige Prädiktoren für das Auftreten von AF bei DCM-Patienten. (3) Das Nomogramm war zur Vorhersage von AF bei DCM-Patienten in unserem Krankenhaus geeignet und zeigte eine gute Vorhersageleistung.
Patienten mit DCM sind aufgrund kardialer degenerativer Veränderungen wie Vergrößerung der Kardiomyozyten, verminderter atrioventrikulärer Compliance und Degeneration von fibrösem Gewebe anfällig für AF. Die Nicht-Regeneration von Herzmuskelzellen führt häufig zu einer Vergrößerung der Vorhöfe, die mit einer Fibrosierung der Herzkammern einhergeht und fokale oder fleckige Narben bildet. Dies führt zu einer Verlangsamung der lokalen Leitungsgeschwindigkeit, einer Heterogenität der elektrischen Impulsleitung und einer unregelmäßigen Impulsleitung von ektopischen Läsionen mit schneller Entladung, was zum Auftreten von AF beiträgt. AF führt zu einer unkoordinierten atrioventrikulären Kontraktion, einer verringerten effektiven Vorhofkontraktion, einem verringerten ventrikulären Füllungsvolumen und letztendlich einer verringerten Perfusion lebenswichtiger Organe, was zu einer Schädigung und einem Versagen mehrerer Organe führt.
Das in dieser Studie entwickelte Nomogramm bietet eine individuelle und hoch geschätzte AF-Risikobewertung, indem sechs unabhängige Variablen kombiniert und jeder Variablen basierend auf ihrem prognostischen Wert ein angemessenes Gewicht zugewiesen wird. Dies macht es einfach zu verwenden und erleichtert die Entscheidungsfindung im Management für Ärzte. Das Vorhersagemodell zeigte, dass ältere Patienten und solche mit schwerer oder kritischer DCM häufiger AF hatten, was mit kardialen degenerativen Veränderungen wie kardialer Vergrößerung, Degeneration der Kardiomyozyten und vermehrtem fibrösem Gewebe, das zu einer elektrischen Remodellierung führt, verbunden war. Die Vergrößerung des linken Vorhofs und die Fibrose treten bei DCM-Patienten gemeinsam auf, was zu einer atrialen strukturellen Remodellierung und AF führt. Je niedriger die LVEF, desto häufiger tritt AF auf, was mit dem Auftreten von Herzinsuffizienz bei Patienten mit DCM verbunden sein kann, was zu einer verringerten effektiven Zirkulation des Blutvolumens, einer verringerten renalen Durchblutung und einer Aktivierung des Renin-Angiotensin-Systems führt. Erhöhtes Angiotensin II verursacht direkt eine Apoptose von Herzmuskelzellen und eine interstitielle Fibrose, was die atriale strukturelle Remodellierung weiter beschleunigt. Eine abnormale Hämatologie bei Patienten mit DCM, die durch die Vergrößerung des Herzens und die geschwächte ventrikuläre Pulsation verursacht wird, macht das Blut hyperkoagulabel und erhöht den D-Dimer-Spiegel, was mit einem erhöhten AF-Risiko verbunden ist. Patienten mit DCM haben typischerweise eine begleitende Hyperthyreose und Herzerkrankungen, bei denen TSH verringert und das Schilddrüsenhormon erhöht ist, was direkt den Herzmuskel beeinflussen kann, die Aktionspotentialzeit des Sinusknotens verringern, die Erregbarkeit des Vorhofmuskels erhöhen und die Refraktärzeit verringern kann, was zu AF führt. Diese Studie fand jedoch heraus, dass höhere TSH-Spiegel bei Patienten mit DCM mit einem erhöhten AF-Risiko verbunden waren, was möglicherweise auf die kleine Stichprobengröße zurückzuführen ist und weiter untersucht werden muss.
Diese Studie hatte einige Einschränkungen. Erstens handelte es sich um eine retrospektive Einzelzentrumsstudie mit einer kleinen Stichprobengröße, was die statistische Aussagekraft der Ergebnisse möglicherweise eingeschränkt hat. Zweitens wurde das Modell nicht in externen Kohorten validiert. Drittens kann das Modell verschiedene Subtypen von AF, wie persistierendes und paroxysmales AF, nicht unterscheiden. Weitere Studien, die diese Einschränkungen adressieren, sind notwendig, um das Nomogramm zu verbessern und seine Vorhersageleistung zu steigern.
Zusammenfassend bietet das in dieser Studie entwickelte Nomogramm ein praktisches und effektives Werkzeug zur Vorhersage des AF-Risikos bei Patienten mit DCM. Durch die Integration leicht verfügbarer klinischer und Biomarker-Daten bietet das Nomogramm eine individuelle Risikobewertung, die die klinische Entscheidungsfindung leiten und die Patientenoutcomes verbessern kann. Zukünftige Studien mit größeren Stichprobengrößen und externer Validierung sind erforderlich, um dieses Vorhersagemodell weiter zu verfeinern und zu validieren.
doi.org/10.1097/CM9.0000000000001926