CHARM――预测急性心肌梗死患者院内主要心脏不良事件的风险模型

近期，在《英国医学杂志（网络版）》 (BMJ Open) 上刊登了一篇题为《Readily accessible risk model to predict in-hospital major adverse cardiac events in patients with acute myocardial infarction: a retrospective study of Chinese patients》的研究论文，该研究中针对中国患者设计开发了一个急性心肌梗死的风险模型 (CHARM)，可以用来预测急性心肌梗死 (AMI) 患者的院内主要不良心脏事件 (MACE)[1]。

我国冠心病（CAD）的死亡率处于上升的趋势，年龄标化死亡率从 1990 年的110.0/100 000上升到 2016 年的137.7/100 000，上升了 25.3%[2]。2001-2011年，ST 段抬高型心肌梗死 (STEMI)住院人数显著增加，但是住院患者的死亡率并没有降低[3]。AMI 患者需要在就诊时快速、准确的进行风险预测和预后评估，来帮助临床医生及时、有效地对患者采取个体化的诊疗措施。

该研究在北京、河南和吉林的 38 家医院进行，纳入研究的患者分布情况见图 1，其基线特征见表 1。

图1 患者分布情况

表1 基线特征

研究者开发的风险模型包括三个预测因子：年龄、白色细胞计数 (WCC) 和 Killip 分级（表2）。

表2 急性心肌梗死患者院内主要不良心脏事件的多因素logistic回归预测模型

对于单个患者，可以使用以下公式预测风险：

其中 Killip I、II、III、IV级的评分分别为 0、0.295、1.007 和 2.647。

图2对比了CHARM、心肌梗死溶栓(TIMI)和全球急性冠状动脉事件注册 (GRACE)三个模型的ROC曲线。显示，在所有三个数据集上，CHARM模型的真阳性率普遍高于TIMI，与GRACE相似。

图2 CHARM、TIMI评分和GRACE)评分的ROC曲线

图3是CHARM模型的验证结果。从图中可以看出，该模型的拟合优度良好，优于或与 GRACE 模型相当。在推导和验证数据集中，IDI值始终为正，这表明CHARM模型比GRACE模型的识别能力更高。

图3 中国 AMI风险模型(CHARM)的校准

这项研究开发了一个非常简单的中国 AMI 患者的风险预测模型 (CHARM) 并对其进行了验证。该模型仅包括3个极易获得的患者数据，即年龄、白色细胞计数和 Killip 分级。研究结果也显示，CHARM 模型在预测中国不同地理和社会经济环境中的住院 MACE 风险方面也表现出很好的辨别能力。CHARM 模型可以对患者进行快速风险预测，进而进行个体化的疾病治疗和患者管理，也可以加强医生与患者之间的有效沟通。这对于肌钙蛋白检测、心脏超声或急诊冠脉造影等手段相对有限的基层医院，尤其是其急诊科和心血管科尤为重要。对于上述措施相对完备的三级医院，在数分钟内完成快速风险分层也可以加快患者后续的诊断和治疗。未来，希望可以陆续发布CHARM模型小程序和app，将极大促进这一科研成果的普遍推广，并在临床应用中不断得到验证和完善。

专家：马长生教授、王国宏教授

专家简历：

马长生教授

马长生，主任医师、教授、博士生导师，首都医科大学附属北京安贞医院心脏内科中心主任。现任国家心血管疾病临床医学研究中心主任，组织全国上百家单位联合开展心血管临床研究；同时任北京市心血管疾病防治办公室主任、首都医科大学心血管病学系主任。兼任中国医师协会心血管内科医师分会名誉会长，中华医学会心血管病学分会候任主任委员，中国生物医学工程学会心律分会主任委员，中国生物医学工程学会介入医学工程分会候任主任委员，国家卫生计生委能力建设和继续教育心血管病学专家委员会主任委员。

专家简历：

王国宏教授

王国宏，博士、主任医师，首都医科大学附属北京同仁医院心血管中心副主任。

首都医科大学心血管学系委员、北京心脏学会理事、北京心血管疾病防治研究会多学科交叉冠脉介入分会委员、中国高血压联盟理事、中国冠心病介入沙龙专家组成员、中国介入心脏病论坛专家组成员、中国急救与灾害医学杂志编委等。

参考文献

向上滑动阅览

[1] Hou X, Du X, Wang G, et al. Readily accessible risk model to predict in-hospital major adverse cardiac events in patients with acute myocardial infarction: a retrospective study of Chinese patients[J]. BMJ Open, 2021,11(7):e44518. DOI: 10.1136/bmjopen-2020-044518.

[2] Liu S, Li Y, Zeng X, et al. Burden of Cardiovascular Diseases in China, 1990-2016: Findings From the 2016 Global Burden of Disease Study[J]. JAMA Cardiol, 2019,4(4):342-352. DOI: 10.1001/jamacardio.2019.0295.

[3] Li J, Li X, Hu S, et al. [ST-segment elevation myocardial infarction in the eastern urban China: from 2001 to 2011][J]. Zhonghua Xin Xue Guan Bing Za Zhi, 2016,44(4):303-308. DOI: 10.3760/cma.j.issn.0253-3758.2016.04.006.

以上内容仅供医学专业人士参考使用

CN-84427 Expiration Date: 2022-6-30