心力衰竭預(yù)后評估模型與評價

黃櫻碩, 孫 穎

?

心力衰竭預(yù)后評估模型與評價

黃櫻碩, 孫 穎*

（首都醫(yī)科大學(xué)附屬北京友誼醫(yī)院醫(yī)療保健中心心血管病區(qū), 北京 100050）

心力衰竭是各種器質(zhì)性心臟病的終末階段，其治療難度大、預(yù)后差、死亡率高。已有很多研究分析了心力衰竭的危險因素。選擇正確的治療措施，識別左室輔助裝置及心臟移植的優(yōu)先人群，正確判斷預(yù)后及死亡風(fēng)險，是臨床醫(yī)師面臨的重要問題。心力衰竭的風(fēng)險預(yù)后模型有助于評估預(yù)后，但現(xiàn)有模型各有特點，適用于不同人群。本文分別介紹心力衰竭的幾種預(yù)后評估模型。

心力衰竭; 預(yù)后; 風(fēng)險模型

心力衰竭（簡稱心衰）已經(jīng)成為威脅人類健康最主要的疾病之一，一旦發(fā)展至終末期心衰，治療難度大，預(yù)后差，死亡率高。而在發(fā)展至終末期心衰前，根據(jù)臨床經(jīng)驗所估計的死亡率和實際死亡率往往有較大出入。為了識別死亡風(fēng)險高危的心衰患者，爭取早期干預(yù)，延長發(fā)展至終末期心衰的時間，延長患者壽命，降低死亡率，國外開發(fā)了一些針對不同群體的預(yù)測心衰死亡風(fēng)險的模型。本文總結(jié)近年主要的心衰預(yù)后評估模型，以期對心血管醫(yī)師的臨床工作有一些幫助。

1 概 述

現(xiàn)有的心衰預(yù)后評估模型根據(jù)研究對象分為門診和住院患者，根據(jù)病情分為穩(wěn)定期和急性失代償期，根據(jù)預(yù)后分為心臟移植和病死率評估，根據(jù)病理生理機(jī)制分為射血分?jǐn)?shù)減低心力衰竭（heart failure with reduced ejection fraction，HFREF）和射血分?jǐn)?shù)保留心力衰竭（heart failure with preserved ejection fraction，HFPEF）。一個成熟的預(yù)測模型需要先在衍生隊列中尋找危險因素，建立模型，然后在獨(dú)立的驗證隊列中予以驗證，才最終完成。模型的精準(zhǔn)度即某群體發(fā)生事件的預(yù)測值與實際值的差異。在已有模型中加入新變量時，需要進(jìn)行曲線下面積（area under curve，AUC）的比較。

目前國外已研究出一些用于預(yù)測心衰的危險分層模型，但各種評估方法均系來自特定的心衰人群，仍有各自局限性。我國及亞洲尚未見到類似的心衰預(yù)測模式。

2 門診心衰患者的預(yù)后評估模型

2.1 HFSS模型

心衰存活評分（heart failure survival score，HFSS）模型[1]是首個門診充血性心力衰竭（congestive heart failure，CHF）患者的多參數(shù)聯(lián)合預(yù)測模型，用于篩選心臟移植候選者。衍生隊列為268例進(jìn)展期心衰患者，年齡＜70歲，左室射血分?jǐn)?shù)（left ventricular ejection fraction，LVEF）≤40%，行心肺運(yùn)動試驗。驗證隊列為199例類似患者，終點為緊急移植或未行移植死亡。篩選出7項獨(dú)立危險因素，最強(qiáng)危險因素為缺血性心臟病和QRS波時限≥120ms。HFSS無創(chuàng)預(yù)測模式積分方法見表1。積分≥8.1為低危組，7.2≤積分＜8.1為中危組，積分＜7.2為高危組，衍生隊列和驗證隊列的1年無事件生存率分別為低危組93%和88%，中危組72%和60%，高危組43%和35%（＜0.001）。此模型局限性在于心臟移植候選者較難獲得峰值VO2（peak VO2，PVO2）的數(shù)據(jù)，而且未體現(xiàn)現(xiàn)代藥物治療及血流動力學(xué)的意義。

表1 HFSS預(yù)測模型積分方法

Mean blood pressure＝diastolic blood pressure+1/3(systolic blood pressure-diastolic blood pressure); heart failure survival score＝∣∑Risk factor’s value×relative coefficient∣(absolute value of summation of risk factor’s value multiply relative coefficient)

2.2 Seattle心衰模型

西雅圖心衰模型（Seattle heart failure model，SHFM）[2]用于預(yù)測CHF患者1～5年存活率，源自前瞻性氨氯地平存活隨機(jī)評估（Prospective Randomized Amlodipine Survival Evaluation，PRAISE）研究的1 125例CHF患者，衍生隊列的LVEF均＜30%，紐約心臟聯(lián)合會（New York Heart Association，NYHA）心功能分級ⅢB/Ⅳ級。篩選出的CHF獨(dú)立預(yù)測指標(biāo)首次包括了循證證據(jù)支持的現(xiàn)代藥物治療和植入式心臟復(fù)律器等器械治療。驗證隊列包括9 942例的5個群體。預(yù)測和實際1年存活率在衍生隊列和5個驗證隊列均極其相近。不同驗證隊列的AUC為0.729～0.76[3]。

一項4 000例患者的驗證研究表明SHFM聯(lián)合B型利鈉肽（腦鈉肽，B type natriuretic peptide，brain type natriuretic peptide，BNP）可將AUC提高至0.78[4]。一項評估急性心衰移植風(fēng)險的研究發(fā)現(xiàn)SHFM低估了1年緊急移植及死亡的復(fù)合終點風(fēng)險（9.2%預(yù)測值和11%實測值）[5]。SHFM模型的參數(shù)獲取方便，須在線評估：http://SeattleHeartFailureModel.org或http://depts.Washington.edu/shfm。

2.3 Munich評分模型

慕尼黑評分（Munich score）模型[6]主要評價血流動力學(xué)改變對心衰預(yù)后評估的影響，以心源性死亡及心臟移植為聯(lián)合終點，衍生隊列為178例＜70歲，LVEF＜45%的門診CHF患者，每6個月重復(fù)評估，平均隨訪19個月。篩選出4個無創(chuàng)的獨(dú)立危險因素——收縮壓、左室舒張末內(nèi)徑、最大負(fù)荷量和12個月時縮短分?jǐn)?shù)的改變。此模型并未納入BNP等指標(biāo)，樣本量少，缺少驗證隊列。

2.4 其他模型

其他門診風(fēng)險模型如厄貝沙坦用于射血分?jǐn)?shù)保留心衰研究（The Irbesartan in Heart Failure with Preserved Ejection Fraction Study，I-PRESERVE）模型針對HFPEF患者，最強(qiáng)預(yù)測因子為氨基端B型利鈉肽前體（N-terminal pro BNP，NT-proBNP）、年齡、糖尿病、心衰住院史[7]。多國瑞鄰伐他汀心衰可控實驗（the Controlled Rosuvastatin Multinational Trial in Heart Failure，CORONA-HF）模型[8]入選了BNP和載脂蛋白，開發(fā)了老年心衰群體中的連續(xù)風(fēng)險模型，包括全因死亡率和住院似然比在內(nèi)的9個不同終點。I-PRESERVE和CORONA都是多中心研究，樣本量較大（分別為3 342和4 128例），但均無獨(dú)立的驗證隊列。

上述模型幾乎均未提供同一人群重復(fù)評估的情況和最佳間期。至今只有一個研究觀察了HFSS連續(xù)重復(fù)評估同一群體的預(yù)測價值[9]，1年后從低危進(jìn)展至中、高危組患者的存活率明顯低于仍然處于低危組的患者（＜0.01）。因此重復(fù)評估是必要的，但最佳間期有待明確。

3 住院或急性失代償心衰的預(yù)后評估模型

3.1 EFFECT模型

有效心臟治療強(qiáng)化反饋（Enhanced Feedback For Effective Cardiac Treatment，EFFECT）模型[10]源自加拿大同名研究項目的4 031例急性失代償心衰（acute decompensated heart failure，ADHF）住院患者，衍生隊列和驗證隊列分別為2 624例和1 407例，篩選出7項危險因素預(yù)測30d和1年的病死率：老年、收縮壓降低、呼吸頻率增快、尿素氮水平增高（均＜0.001）以及低鈉血癥（＜0.01）等。可在線評估：http://www.ccort.Ca/CHFriskmodel.asp。此模型在33 533例的ADHF驗證隊列中預(yù)測30d病死率的AUC值為0.73[11]。

3.2 ADHERE模型

國家急性失代償心衰注冊登記（The Acute Decompensated Heart Failure National Registry，ADHERE）預(yù)測模型[12]的研究對象為美國急性失代償心衰（ADHF）住院患者，衍生隊列33 046例，驗證隊列32 229例，平均年齡72.5歲。37 772例（58%）有冠心病，23 910例（46%）為HFPEF。衍生隊列和驗證隊列的住院病死率分別為4.2%和4.0%。篩選出3項最強(qiáng)的獨(dú)立預(yù)測因素為入院時尿素氮≥15.4mmol/L，收縮壓＜115mmHg（1mmHg＝0.133kPa）和血肌酐≥243μmol/L，其積分方法見圖1。此模式僅取3個指標(biāo)，應(yīng)用時簡易方便。EFFECT和ADHERE的頭對頭比較是在EFFECT的驗證隊列中進(jìn)行的，AUC值為0.75和0.77[13]。

3.3 REMATCH模型

充血性心衰機(jī)械輔助治療標(biāo)志性隨機(jī)評價試驗（The Landmark Randomized Evaluation of Mechanical Assistance for the Treatment of Congestive Heart Failure Trial，REMATC）模型的研究中[14]，植入左室輔助裝置的280例住院終末期心衰患者的1年存活率和病死率分別為56%和27%。血小板計數(shù)、血清白蛋白、國際標(biāo)準(zhǔn)化比值、血管擴(kuò)張藥物治療、平均肺動脈壓、天冬氨酸轉(zhuǎn)氨酶、紅細(xì)胞壓積、血尿素氮、無靜脈血管活性藥物是術(shù)后90d病死率的最強(qiáng)危險因素，根據(jù)積分可分為低、中、高、極高危組。極高危組90d和1年的存活率分別為17.9%和10.7%。

3.4 MUSIC模型

MUSIC模型[15]（MUerte Subita en Insuficiencia Cardiaca）研究中，入選992例非臥床心衰患者，平均年齡65歲，以HFREF患者為主（75%），前瞻性隨訪的中位時間為44個月。一級終點是心源性死亡，二級終點是全因死亡、泵衰竭和猝死。預(yù)測因子均為常規(guī)客觀指標(biāo)，并加入NT-proBNP和肌鈣蛋白。MUSIC評分范圍是0～40，以20為分界，＞20為高危組，死亡風(fēng)險是低危組的4倍。此模型可用于HFPEF人群，但無獨(dú)立驗證樣本。

3.5 ESCAPE風(fēng)險模型

充血性心衰和肺動脈導(dǎo)管有效性評價研究模型[16]（Evaluation Study of Congestive Heart Failure and Pulmonary Artery Catheterization Effectiveness，ESCAPE）的衍生隊列來自于ESCAPE研究，驗證隊列來自于Flolan國際隨機(jī)存活試驗（Flolan International Randomized Survival Trial，F(xiàn)IRST）研究。研究對象為423例收縮功能不全的高危心衰患者，以6個月病死率和死亡及再住院為終點，最強(qiáng)危險因素為住院期間的BNP、心肺復(fù)蘇或機(jī)械通氣、血尿素氮、血鈉、年齡＞70歲，袢利尿劑日劑量、未應(yīng)用β阻滯劑、6min步行試驗等，危險積分對應(yīng)的病死率從5%（0分）到94%（8分）。

3.6 3C心衰模型

3C心衰評分（the Cardiac and Comorbid Conditions HF score）[17]是較新的簡易風(fēng)險預(yù)測模型，衍生隊列2 016例，驗證隊列4 258例，平均年齡69歲，LVEF正常者占20.6%，以全因死亡率或緊急移植為終點。危險因素為NYHA分級Ⅲ～Ⅳ級、LVEF＜20%、未應(yīng)用β阻滯劑、血管緊張素轉(zhuǎn)換酶抑制劑或血管緊張素受體拮抗劑、嚴(yán)重瓣膜性心臟病、房顫、糖尿病伴微血管或大血管病變、腎功能不全、貧血、高血壓和老年。此研究沒有排除老年及合并疾病的心衰患者，更符合臨床實際，與既往研究有明顯不同。3C模型中HFPEF患者的比例接近實際情況，而SHFM模型[2]僅有2個隊列包含了LVEF＞40%的患者（樣本量的9.2%）。3C模型中患者的藥物治療較為充分，應(yīng)用β阻滯劑和血管緊張素轉(zhuǎn)換酶抑制劑/血管緊張素受體拮抗劑患者分別占67%和84%。研究指出，中?；颊邞?yīng)強(qiáng)化治療和隨訪，高危組（≥32分，年死亡率50%）患者植入埋藏式體內(nèi)除顫器或手術(shù)治療無效，應(yīng)以藥物治療為主。此模型需在線評估：http://www.3chf.org/site/index.php。

圖1 ADHERE模型風(fēng)險積分樹形圖

Figure 1 Calculation of the ADHERE tree model risk score 1mmHg＝0.133kPa

3.7 其他模型

已有的幾種心衰模型均局限于單一結(jié)局變量，如全因死亡率等，心衰咨詢效果協(xié)同評價研究（Coordinating Study Evaluating Outcomes of Advising and Counseling in Heart Failure，COACH）模型[18]是能夠同時預(yù)測急性心衰恢復(fù)后出院的患者生存及心衰再住院的多參數(shù)模型，是一項多中心隨機(jī)對照研究。入選1 023例心衰住院患者，平均71歲，LVEF（34%±14%）；驗證隊列來源于芬蘭急性心衰研究（Finish Acute Heart Failure Study，F(xiàn)INN- AKVA）研究，為前瞻性多中心研究，入選620例急性心衰住院患者。觀察和預(yù)測的18個月存活率在衍生隊列為72.1%和72.3%，驗證隊列為71.4%和71.2%；AUC值分別為0.733和0.702。模型預(yù)測心衰精確性好，預(yù)測價值接近衍生隊列的觀察值。

總之，目前的心衰預(yù)后評估模型各有利弊，樣本量、病因及年齡組，衍生隊列及驗證隊列的人群構(gòu)成特點、驗證及隨訪時間和間隔都可能對模型的應(yīng)用價值有一定影響。針對不同心衰患者人群以及不同的評價終點，應(yīng)個體化地選擇合適的心衰模型。另外現(xiàn)有模型均為國外研究結(jié)果，我國及亞洲尚未見到類似的心衰生存率預(yù)測模型。期待有更簡便的適用于慢性心衰及急性進(jìn)展期心衰患者的預(yù)后評估模型，更期待適用于我國心衰患者的預(yù)后評估模型。

[1] Aaronson KD, Schwartz JS, Chen TM,. Development and prospective validation of a clinical index to predict survival in ambulatory patients referred for cardiac transplant evaluation[J]. Circulation, 1997, 95(12): 2660?2667.

[2] Levy WC, Mozaffarian D, Linker DT,. The Seattle Heart Failure Model: prediction of survival in heart failure[J]. Circulation, 2006, 113(11): 1424?1433.

[3] Levy WC, Aaronson KD, Dardas TF,. Prognostic impact of the addition of peak oxygen consumption to the Seattle Heart Failure Model in a transplant referral population[J]. J Heart Lung Transplant, 2012, 31(8): 817?824.

[4] May HT, Horne BD, Levy WC,. Validation of the Seattle Heart Failure Model in a community-based heart failure population and enhancement by adding B-type natriuretic peptide[J]. Am J Cardiol, 2007, 100(4): 697?700.

[5] Kalogeropoulos AP, Georgiopoulou VV, Giamouzis G,. Utility of the Seattle Heart Failure Model in patients with advanced heart failure[J]. J Am Coll Cardiol, 2009, 53(4): 334?342.

[6] Stempfle HU, Alt A, Stief J,. The Munich Score: a clinical index to predict survival in ambulatory patients with chronic heart failure in the era of new medical therapies[J]. Heart Lung Transplant, 2008, 27(2): 222?228.

[7] Komajda M, Carson PE, Hetzel S,. Factors associated with outcome in heart failure with preserved ejection fraction: findings from the Irbesartan in Heart Failure with Preserved Ejection Fraction Study (I-PRESERVE)[J]. Circ Heart Fail, 2011, 4(1): 27?35.

[8] Wedel H, McMurray JJ, Lindberg M,. Predictors of fatal and non-fatal outcomes in the Controlled Rosuvastatin Multinational Trial in Heart Failure (CORONA): incremental value of apolipoprotein A-1, high-sensitivity C-reactive peptide and N-terminal pro B-type natriuretic peptide[J]. Eur J Heart Fail, 2009, 11(3): 281?291.

[9] Lund LH, Aaronson KD, Mancini DM. Validation of peak exercise oxygen consumption and the Heart Failure Survival Score for serial risk stratification in advanced heart failure[J]. Am J Cardiol, 2005, 95(6): 734?741.

[10] Lee DS, Austin PC, Rouleau JL,. Predicting mortality among patients hospitalized for heart failure: derivation and validation of a clinical model[J]. JAMA, 2003, 290(19): 2581?2587.

[11] Auble TE, Hsieh M, McCausland JB,. Comparison of four clinical prediction rules for estimating risk in heart failure[J]. Ann Emerg Med, 2007, 50(2): 127-135, 135. e1?e2.

[12] Fonarow GC, Adams KF Jr, Abraham WT,. Risk stratification for in-hospital mortality in acutely decompensated heart failure: classification and regression tree analysis[J]. JAMA, 2005, 293(5): 572?580.

[13] Austin PC, Tu JV, Lee DS. Logistic regression had superior performance compared with regression trees for predicting in-hospital mortality in patients hospitalized with heart failure[J]. J Clin Epidemiol, 2010, 63(10): 1145?1155.

[14] Lietz K, Long JW, Kfoury AG,. Outcomes of left ventricular assist device implantation as destination therapy in the post-REMATCH era:implications for patient selection[J]. Circulation, 2007, 116(5): 497?505.

[15] Vazquez R, Bayes-Genis A, Cygankiewicz I,. The MUSIC Risk score: a simple method for predicting mortality in ambulatory patients with chronic heart failure[J]. Eur Heart, 2009, 30(9): 1088?1096.

[16] O’Connor CM, Hasselblad V, Mehta RH,. Triage after hospitalization with advanced heart failure: the ESCAPE (Evaluation Study of Congestive Heart Failure and Pulmonary Artery Catheterization Effectiveness) risk model and discharge score[J]. Am Coll Cardiol, 2010, 55(9): 872?878.

[17] Senni M, Parrella P, De Maria R,. Predicting heart failure outcome from cardiac and comorbid conditions: the 3C-HF score[J]. Int J Cardiol, 2013, 163(2): 206?211.

[18] Postmus D, van Veldhuisen DJ, Jaarsma T,. The COACH risk engine: a multistate model for predicting survival and hospitalization in patients with heart failure[J]. Eur J Heart Fail, 2012, 14(2):168?175.

（編輯: 周宇紅）

Different prognostic models of heart failure and their evaluation

HUANG Ying-Shuo, SUN Ying*

(Inpatient Sector of Cardiology, Health Care Center, Beijing Friendship Hospital, Capital University of Medical Sciences, Beijing 100050, China)

Heart failure is the end-stage of various cardiomyopathy, and is of characteristics with difficult therapeutic options, poor prognosis and very high mortality. Many studies reported a wide variety of risk factors associated to heart failure. So, clinical physicians have to face some important decisions, such as, optimal therapeutic option, left ventricular assisted devices, and priority groups for heart transplantation, and prognosis and death risk. Though prognostic models of heart failure are helpful to assess prognosis, different models have their own characteristics, and are suitable for different population. This article introduced several prognostic models of heart failure.

heart failure; prognosis; risk model

(2011D003034000026)

R541.6

A

10.3724/SP.J.1264.2013.00220

2013?04?14;

2013?05?28

北京市優(yōu)秀人才培養(yǎng)基金資助（2011D003034000026）

孫 穎, E-mail: ysun15@yahoo.com.cn