李琴,檀鑫,姜文溪,袁夢,倪慧,王媛,杜杰*
急性心肌梗死(acute myocardial infarction,AMI)是冠心病的嚴重類型,也是導(dǎo)致冠心病患者死亡、殘疾主要原因[1-2]。經(jīng)皮冠狀動脈介入治療(percutaneous coronary intervention,PCI)是 AMI患者的主要治療方法。多項研究證明,盡管PCI可改善AMI患者的遠期預(yù)后,但主要不良心血管事件發(fā)生風(fēng)險仍然很高[3-4]。2017年歐洲心臟病學(xué)會(EsC)《急性sT段抬高型心肌梗死指南》[5]及2020年EsC《非sT段抬高型急性冠脈綜合征指南》[6]均建議應(yīng)用風(fēng)險評分對AMI患者進行風(fēng)險分層,早期風(fēng)險分層對于最佳二級預(yù)防藥物的選擇具有重要意義[7]。目前預(yù)測AMI患者主要不良心血管事件的風(fēng)險模型主要為全球急性冠狀動脈事件注冊(global registry of acute coronary events,GRACE)評分,包括年齡、收縮壓、心率、入院就診時是否有心搏驟停、心電圖sT段偏移、心功能Killip分級、肌酐、心肌酶8個指標(biāo),而其雖然包含肌酐與心肌酶兩種生物標(biāo)志物,但仍缺乏反映體內(nèi)炎癥和氧化應(yīng)激等與疾病病理、生理相關(guān)的實驗室檢查指標(biāo),其預(yù)測準確性不足以制訂出患者個性化的管理策略[8]。因此,需要聯(lián)合多種生物標(biāo)志物并從各方面綜合評估AMI患者的預(yù)后,從多角度解釋組織或器官損傷狀態(tài)及病理機制,進一步提高預(yù)后風(fēng)險評估的準確性[9-10]。本研究通過評估并整合AMI患者PCI后發(fā)生遠期主要不良心血管事件的危險因素,構(gòu)建簡單且有效的個性化風(fēng)險預(yù)測模型對患者進行早期風(fēng)險分層,從而制訂個性化的管理策略,以期改善AMI患者遠期預(yù)后,提高患者生存率,降低患者主要不良心血管事件發(fā)生率。
本研究創(chuàng)新性:
(1)依托于中國最大的心血管疾病臨床數(shù)據(jù)庫之一,納入大樣本量的急性心肌梗死(AMI)患者,因此本研究隊列的人群更具有代表性,研究結(jié)果更具有普適性;(2)本研究為了篩選反映患者個體化預(yù)后的指標(biāo),采用了Lasso回歸篩選出與遠期主要不良心血管事件密切相關(guān)的病理生理學(xué)指標(biāo)。與既往常用的逐步向前或向后回歸相比,Lasso回歸具有更強的過濾能力,能更好地識別影響AMI患者經(jīng)皮冠狀動脈介入治療(PCI)后預(yù)后的關(guān)鍵變量;(3)與全球急性冠狀動脈事件注冊(GRACE)評分相比,新預(yù)測模型的優(yōu)點在于納入的變量更少、預(yù)測效能更好,更適合在中國臨床診療中推廣;(4)本研究依據(jù)AMI患者隨訪2.4年期間的數(shù)據(jù),構(gòu)建的新模型可用于識別遠期主要不良心血管事件高危人群,對于制定個性化的管理策略至關(guān)重要。
1.1 一般資料 回顧性分析2019年1—7月于首都醫(yī)科大學(xué)附屬北京安貞醫(yī)院入院診斷為AMI并進行PCI的1 130例患者的臨床資料,將符合納入、排除標(biāo)準的962例患者隨機分為60%的開發(fā)隊列(577例)和40%的驗證隊列(385例),見圖1。納入標(biāo)準:患者臨床癥狀、心電圖、心肌酶符合《急性心肌梗死診斷和治療指南》[11]中AMI的診斷標(biāo)準并進行PCI。排除標(biāo)準:院內(nèi)死亡、惡性腫瘤、左心室射血分數(shù)(LVEF)<30%或LVEF數(shù)據(jù)缺失、估算腎小球濾過率(eGFR)<30%或eGFR數(shù)據(jù)缺失、GRACE評分數(shù)據(jù)缺失、失訪患者。本研究臨床資料均來自臨床電子病歷系統(tǒng),已獲得首都醫(yī)科大學(xué)附屬北京安貞醫(yī)院倫理委員會批準(倫理審批編號:2022078X),并獲得了所有患者的知情同意。
圖1 研究樣本納入流程圖Figure 1 Flow chart of study sample enrollment
1.2 研究方法
1.2.1 方法 由兩位臨床醫(yī)師通過臨床電子病歷系統(tǒng)收集、錄入患者臨床信息并進行分析,如有分歧則請第3位經(jīng)驗豐富的上級臨床醫(yī)師進行評價、校正。對患者進行出院后隨訪,隨訪以電話詢問為主,1次/年,隨訪時間截至2021-12-28,記錄患者隨訪期間主要不良心血事件發(fā)生情況。主要不良心血管事件包括全因死亡、非致死性心肌梗死、非致死性卒中、惡性心律失常、新發(fā)心力衰竭或心力衰竭加重再入院、非計劃內(nèi)的血運重建。
1.2.2 臨床資料 通過臨床電子病歷系統(tǒng)收集患者的一般資料和實驗室檢查指標(biāo),包括年齡、性別、入院就診時是否有心搏驟停、心電圖sT段偏移情況、心功能Killip分級、發(fā)病時間、門球時間、術(shù)后心肌梗死溶栓(TIMI)分級、高血壓發(fā)生情況、高脂血癥發(fā)生情況、糖尿病發(fā)生情況、心房顫動發(fā)生情況、缺血性腦卒中發(fā)生情況、既往心肌梗死、既往PCI、收縮壓、心率、LVEF、左心室舒張末期容積、左心室收縮末期容積、GRACE評分、肌酐、心肌酶、eGFR、尿素、尿酸、白細胞計數(shù)、血紅蛋白(Hb)、中性粒細胞與淋巴細胞比值(NLR)、血小板與淋巴細胞比值(PLR)、紅細胞分布寬度、鈉、鉀、氯、白蛋白、超敏C反應(yīng)蛋白、游離三碘甲狀腺原氨酸、游離甲狀腺素、糖化血清白蛋白、糖化血紅蛋白、纖維蛋白原、D-二聚體、纖維蛋白原降解產(chǎn)物、B型利鈉肽。
1.2.3 GRACE評分 GRACE評分包括年齡、收縮壓、心率、入院就診時是否有心搏驟停、心電圖sT段偏移、心功能Killip分級、肌酐、心肌酶共8個項目,根據(jù)2020年EsC《非sT段抬高型急性冠脈綜合征指南》給出的GRACE評分表[6]對納入患者入院時的每項數(shù)據(jù)進行評分。
1.3 分組 根據(jù)是否發(fā)生遠期主要不良心血管事件將962例患者分為事件組122例與非事件組840例;根據(jù)是否為sT段抬高型心肌梗死將AMI患者分為sT段 抬 高 型 心 肌 梗 死(sT-segment elevation myocardial infarction,sTEMI)組452例與非sT段抬高型心肌梗 死(non sT-segment elevation myocardial infarction,NsTEMI)組510例。
1.4 統(tǒng)計學(xué)方法 采用stata15.0軟件進行統(tǒng)計學(xué)分析,符合正態(tài)分布的計量資料以(±s)表示,兩組間比較采用獨立樣本t檢驗;非正態(tài)分布的計量資料以〔M(Q1,Q3)〕表示,兩組間比較采用非參數(shù)檢驗;計數(shù)資料以相對數(shù)表示,兩組間比較采用χ2檢驗。分別對開發(fā)隊列和驗證隊列使用10個數(shù)據(jù)集進行多重插補,預(yù)測模型在每個數(shù)據(jù)集中進行訓(xùn)練,使用Lasso回歸分析篩選AMI患者發(fā)生遠期主要不良心血管事件的危險因素,采用多因素Logistic回歸分析構(gòu)建預(yù)測模型并繪制列線圖。繪制預(yù)測模型預(yù)測AMI患者PCI后發(fā)生遠期主要不良心血管事件的受試者工作特征(ROC)曲線,應(yīng)用C指數(shù)(C index)評價其預(yù)測效能。使用凈重分類改善指標(biāo)(NRI)和綜合判別指數(shù)(IDI)對預(yù)測模型與GRACE評分進行比較,評估改善效能。以P<0.05為差異有統(tǒng)計學(xué)意義。
2.1 事件組與非事件組患者臨床資料比較 納入的962例AMI患者中男782例、女180例,平均年齡為(58.0±11.2)歲,中位隨訪時間為2.4年。事件組與非事件組年齡、心電圖sT段偏移比例、心功能Killip分級≥Ⅱ級比例、術(shù)后TIMI分級≤2級比例、糖尿病發(fā)生率、缺血性腦卒中發(fā)生率、既往心肌梗死比例、既往PCI比例、心率、LVEF、GRACE評分、eGFR、尿素、Hb、紅細胞分布寬度、白蛋白、游離三碘甲狀腺原氨酸、糖化血清白蛋白、糖化血紅蛋白、D-二聚體、纖維蛋白原降解產(chǎn)物、B型利鈉肽比較,差異均有統(tǒng)計學(xué)意義(P<0.05)。兩組患者男性比例、發(fā)病時間、門球時間≤90 min比例、高血壓發(fā)生率、高脂血癥發(fā)生率、心房顫動發(fā)生率、收縮壓、左心室舒張末期容積、左心室收縮末期容積、肌酐、心肌酶、尿酸、白細胞計數(shù)、NLR、PLR、鈉、鉀、氯、超敏C反應(yīng)蛋白、游離甲狀腺素、纖維蛋白原比較,差異均無統(tǒng)計學(xué)意義(P>0.05)。見表1。
表1 事件組與非事件組患者臨床資料比較Table 1 Comparison of clinical data between two groups of AMI patients divided by long-term MACEs prevalence
2.2 開發(fā)隊列和驗證隊列患者臨床資料比較 開發(fā)隊列和驗證隊列患者年齡、男性比例、心電圖sT段偏移比例、心功能Killip分級≥Ⅱ級比例、發(fā)病時間、門球時間≤90 min比例、術(shù)后TIMI分級≤2級比例、高血壓發(fā)生率、高脂血癥發(fā)生率、糖尿病發(fā)生率、心房顫動發(fā)生率、缺血性腦卒中發(fā)生率、既往心肌梗死比例、既往PCI比例、收縮壓、心率、LVEF、左心室舒張末期容積、左心室收縮末期容積、GRACE評分、心肌酶、eGFR、尿素、尿酸、白細胞計數(shù)、Hb、NLR、PLR、紅細胞分布寬度、鈉、鉀、氯、白蛋白、超敏C反應(yīng)蛋白、游離三碘甲狀腺原氨酸、游離甲狀腺素、糖化血清白蛋白、糖化血紅蛋白、纖維蛋白原、D-二聚體、纖維蛋白原降解產(chǎn)物及遠期主要不良心血管事件發(fā)生率比較,差異均無統(tǒng)計學(xué)意義(P>0.05)。開發(fā)隊列肌酐、B型利鈉肽低于驗證隊列,差異均有統(tǒng)計學(xué)意義(P<0.05)。見表2。
表2 開發(fā)隊列和驗證隊列患者臨床資料比較Table 2 Comparison of basic demographics and laboratory parameters in development and validation sub-cohorts of AMI patients after PCI
2.3 AMI患者PCI后發(fā)生遠期主要不良心血管事件風(fēng)險預(yù)測模型的構(gòu)建
2.3.1 Lasso回歸篩選預(yù)測變量 以開發(fā)隊列中AMI患者PCI后是否發(fā)生遠期主要不良心血管事件(賦值:否=0,是=1)為因變量,以患者的臨床特征、體格檢查、實驗室檢查指標(biāo)為自變量〔分類變量(賦值:否=0,是=1);連續(xù)變量(賦值:實測值)〕進行Lasso回歸分析。通過Lasso回歸對納入的43個變量進行降維處理,使用三倍交叉驗證計算λ值,最終選擇在最小均方預(yù)測誤差(mean squared prediction error,MsPE)的一個標(biāo)準偏差內(nèi)的λ值作為最優(yōu)值,見圖2。最終Lasso回歸分析從43個變量中篩選出5個非零系數(shù)的預(yù)測變量(心電圖sT段偏移、糖尿病、LVEF、eGFR、Hb)。
圖2 采用Lasso回歸進行預(yù)測變量的篩選Figure 2 selection of potential predictors of long-term MACEs in AMI patients after PCI by Lasso regression
2.3.2 多因素Logistic回歸分析模型構(gòu)建 以AMI患者PCI后是否發(fā)生遠期主要不良心血管事件(賦值:否=0,是=1)為因變量,以Lasso回歸篩選出的5個預(yù)測變量心電圖sT段偏移(賦值:否=0 ,是=1)、糖尿?。ㄙx值:無=0 ,有=1)、LVEF(賦值:實測值)、eGFR(賦值:實測值)、Hb(賦值:實測值)為自變量構(gòu)建多因素Logistic回歸模型,結(jié)果顯示心電圖sT段偏移、糖尿病、LVEF、Hb是AMI患者PCI后發(fā)生遠期主要不良心血管事件的影響因素(P<0.05),見表3。構(gòu)建的預(yù)測模型的回歸方程為:logit(P)=3.596-0.023×X1-0.014×X2-0.036×X3+0.726×X4+1.372×X5(X1 表示Hb,X2表示eGFR,X3表示LVEF,X4表示糖尿病,X5表示心電圖sT段偏移)。根據(jù)預(yù)測變量繪制AMI患者PCI后發(fā)生遠期主要不良心血管事件風(fēng)險的預(yù)測模型列線圖,即Nomogram,見圖3。每個預(yù)測變量對應(yīng)列線圖分值橫軸上的某一具體分值,將5個預(yù)測變量所對應(yīng)的分數(shù)相加,即得到總分,通過總分對應(yīng)列線圖最下方的不良心血管事件風(fēng)險預(yù)測值,由圖可知總分越高的患者發(fā)生遠期主要不良心血管事件的可能性越大。
圖3 AMI患者PCI后發(fā)生遠期主要不良心血管事件風(fēng)險的預(yù)測模型列線圖Figure 3 Nomogram in predicting long-term MACEs in AMI patients after PCI
表3 AMI患者PCI后發(fā)生遠期主要不良心血管事件影響因素的多因素Logistic回歸分析Table 3 Multivariate Logistic regression analysis of the factors associated with the risk of long-term MACEs in patients with AMI after PCI
2.3.3 風(fēng)險預(yù)測模型評價 預(yù)測模型的驗證主要基于模型的區(qū)分度,通過繪制預(yù)測模型預(yù)測AMI患者PCI后發(fā)生遠期主要不良心血管事件的ROC曲線評估模型的區(qū)分度。開發(fā)隊列的ROC曲線下面積(AUC)為0.774〔95%CI(0.710,0.834)〕,驗證隊列的AUC為0.751〔95%CI(0.686,0.815)〕,見圖4A、4B。
圖4 模型預(yù)測AMI患者PCI后發(fā)生遠期主要不良心血管事件的ROC曲線Figure 4 ROC curve of the model for predicting long-term MACEs in AMI patients after PCI
2.4 應(yīng)用Lasso回歸篩選變量在sTEMI組與NsTEMI組構(gòu)建預(yù)測模型 以Lasso回歸篩選的5個預(yù)測變量心電圖sT段偏移(賦值:否=0,是=1)、糖尿病(賦值:無=0,有=1)、LVEF(賦值:實測值)、eGFR(賦值:實測值)、Hb(賦值:實測值)為自變量,以患者是否發(fā)生遠期主要不良心血管事件(賦值:否=0,是=1)為因變量,分別在sTEMI與NsTEMI兩亞組患者中進行多因素Logistic回歸分析構(gòu)建預(yù)測模型,結(jié)果顯示,心電圖sT段偏移、糖尿病、eGFR、Hb是sTEMI患者PCI后發(fā)生遠期主要不良心血管事件的影響因素(P<0.05);心電圖sT段偏移、糖尿病、Hb是NsTEMI患者PCI后發(fā)生遠期主要不良心血管事件的影響因素(P<0.05,見表4)。
表4 sTEMI組與NsTEMI組患者PCI后發(fā)生遠期主要不良心血管事件影響因素的多因素Logistic回歸分析Table 4 Multivariate Logistic regression analysis of the factors associated with the risk of long-term MACEs in patients with sTEMI or non-sTEMI after PCI
2.5 預(yù)測模型與GRACE評分預(yù)測效能比較 將Lasso回歸確定的預(yù)測變量在AMI患者及sTEMI、NsTEMI患者中構(gòu)建的預(yù)測模型與GRACE評分進行預(yù)測效能評估,結(jié)果顯示,AMI、sTEMI、NsTEMI中NRI分別為0.493〔95%CI(0.303,0.682)〕、0.459〔95%CI(0.195,0.724)〕、0.455〔95%CI(0.181,0.728〕,IDI分 別為 0.055〔95%CI(0.028,0.081)〕、0.042〔95%CI(0.015,0.070〕、0.069〔95%CI(0.022,0.116)〕。3組患者中預(yù)測模型的預(yù)測效能均優(yōu)于GRACE評分,差異有統(tǒng)計學(xué)意義(P<0.05),見表5。將在AMI患者中構(gòu)建的預(yù)測模型、GRACE評分在全研究隊列中繪制AMI患者PCI后發(fā)生遠期主要不良心血管事件的ROC曲線,結(jié)果顯示,AUC分別為0.748〔95%CI(0.702,0.793)〕,0.697〔95%CI(0.648,0.746)〕,ΔAUC=0.050,P=0.015;IDI=0.055〔95%CI(0.028,0.081),P<0.001;NRI=0.493〔95%CI(0.303,0.682)〕,P<0.001。見圖5。
表5 分別在AMI患者及sTEMI、NsTEMI患者中構(gòu)建的預(yù)測模型與GRACE評分效能比較Table 5 Efficacy evaluation of the predictive model and GRACE score in AMI,sTEMI and non-sTEMI patients after PCI
圖5 預(yù)測模型、GRACE評分預(yù)測AMI患者PCI后發(fā)生遠期主要不良心血管事件的ROC曲線Figure 5 ROC curve of the model and GRACE score for predicting MACEs in AMI patients after PCI
AMI是嚴重致命性疾病,病死率高且預(yù)后差,盡管PCI能盡快恢復(fù)梗死動脈相關(guān)心肌血流灌注,改善患者預(yù)后,但PCI后患者出現(xiàn)主要不良心血管事件的風(fēng)險仍很高,主要包括心源性死亡、心力衰竭、卒中、血運重建、惡性心律失常等[12-14]。研究表明,AMI患者PCI后不良預(yù)后與多項指標(biāo)相關(guān),如LVEF、Killip分級、Hb、紅細胞分布寬度等[15-17]。為了更好地個性化評估患者預(yù)后,本研究使用Lasso回歸篩選出5個與遠期主要不良心血管事件最相關(guān)的危險因素:心電圖sT段偏移、糖尿病、LVEF、eGFR、Hb,盡管eGFR在多因素Logistic回歸分析時沒有統(tǒng)計學(xué)意義,但考慮顯著性水平的兩面性及Lasso回歸變量的臨床實用性,仍參照既往研究將其納入預(yù)測模型中[18-19],并對變量賦值后構(gòu)建新的預(yù)測模型,可用于預(yù)測AMI患者PCI后的遠期預(yù)后,有利于患者早期風(fēng)險分層。此外,本研究將開發(fā)隊列與驗證隊列進行臨床資料比較、分析時,雖然肌酐和B型利鈉肽在驗證隊列中略高于開發(fā)隊列,但既往一項同樣采用Lasso回歸分析建模的研究中發(fā)現(xiàn)丙氨酸氨基轉(zhuǎn)移酶與血紅蛋白在驗證隊列中高于開發(fā)隊列,并未影響模型效能,并且本研究中兩隊列遠期主要不良心血管事件發(fā)生率是均衡的(12.0%與13.8%,P=0.409),因此本研究認為肌酐和B型利鈉肽在兩組間的差異對結(jié)果可能無影響[20],構(gòu)建的模型有較強的可信度。
心電圖sT段變化的導(dǎo)聯(lián)數(shù)目和sT段壓低的程度均能反映心肌缺血、缺氧的程度,與心電圖正常的患者相比,AMI伴有心電圖sT段偏移的患者并發(fā)癥更多,病死率更高[21]。一項納入7 684例NsTEMI患者的研究表明,與心電圖顯示無缺血性變化或T波倒置的患者相比,心電圖sT段壓低的患者在出院后30 d內(nèi)的死亡率與不良心血管事件的發(fā)生率更高[22]。研究顯示糖尿病是不良心血管事件的危險因素,長期高血糖可引起血管內(nèi)皮損傷、炎性反應(yīng)、氧化應(yīng)激、血栓形成等,進而加重心血管疾病惡化[23-24]。一項納入1 717例急性冠脈綜合征患者、中位隨訪時間為2年的研究同樣提示糖尿病是不良心血管事件的獨立危險因素[25]。與單純AMI患者相比,合并糖尿病的患者長期死亡率是無糖尿病患者的1.5倍[26]。對于LVEF降低的AMI患者,心排出量降低導(dǎo)致心肌供血不足,增加了血栓形成風(fēng)險,接受PCI的AMI患者LVEF降低時遠期不良心血管事件的發(fā)生風(fēng)險明顯升高[27]。一項納入352例AMI患者、中位隨訪時間為30.5個月的研究也提示LVEF是AMI患者不良心血管事件的獨立預(yù)測因子[28]。10.9%的AMI患者存在腎功能不全,一項中國的多中心研究顯示,低eGFR是AMI患者不良心血管事件的獨立預(yù)測因素[29]。Hb是AMI患者的一個潛在的獨立預(yù)后指標(biāo)[30]。研究顯示15%的AMI患者存在貧血,且貧血是高再住院率和高病死率的危險因素[31]。低Hb水平使血液中紅細胞攜氧量減少,進而導(dǎo)致心臟供氧量減少,刺激心臟泵血以滿足心肌耗氧的需求,最終導(dǎo)致交感過度興奮,心肌需氧量進一步增加,而AMI患者由于冠狀動脈狹窄甚至堵塞導(dǎo)致心肌供氧不足,低Hb水平將致使缺氧進一步加重[32]。最新研究結(jié)果顯示,中國接受PCI的AMI患者術(shù)前Hb低與術(shù)后不良心血管事件的發(fā)生率顯著相關(guān)[33]。本研究結(jié)果顯示,心電圖sT段偏移、糖尿病、LVEF、Hb是AMI患者PCI后發(fā)生遠期主要不良心血管事件的影響因素;心電圖sT段偏移、糖尿病、eGFR、Hb是sTEMI患者PCI后發(fā)生遠期主要不良心血管事件的影響因素;心電圖sT段偏移、糖尿病、Hb是NsTEMI患者PCI后發(fā)生遠期主要不良心血管事件的影響因素,與上述研究結(jié)果基本一致。
GRACE評分是針對急性冠脈綜合征患者開發(fā)的模型,旨在預(yù)測患者院內(nèi)死亡及6個月全因死亡和非致死性心肌梗死復(fù)合終點事件發(fā)生風(fēng)險。該模型構(gòu)建時間早,并非針對急性心肌梗死患者,此外,其構(gòu)建初期納入亞洲人群較少,考慮到患者特征和管理模式上的地域差異,其在中國急性心肌梗死患者中的適用性仍需進一步評估。
本研究采用Lasso回歸篩選出的預(yù)測變量能夠反映AMI患者病理生理變化。從預(yù)測變量在模型中的權(quán)重占比中可以推斷出對預(yù)測模型貢獻由大到小的變量依次為心電圖sT段偏移、糖尿病、LVEF、Hb、eGFR,這些變量能夠反映患者的病理、生理過程,如心肌缺血、缺氧,內(nèi)皮損傷,貧血等。預(yù)測模型與GRACE評分預(yù)測AMI患者PCI后發(fā)生遠期主要不良心血管事件的效能比較結(jié)果顯示,預(yù)測模型與GRACE評分相比納入變量更少、預(yù)測效能更好,能更好地預(yù)測AMI患者的預(yù)后。
本研究局限性:(1)為單中心觀察性研究,需要進一步外部驗證以評估模型性能;(2)研究僅使用電子病歷中的變量,其他可能與結(jié)局相關(guān)的變量如新型生物標(biāo)志物未納入。
綜上所述,本研究為PCI后AMI患者構(gòu)建了一個易于應(yīng)用的預(yù)后風(fēng)險預(yù)測模型,可用于預(yù)測AMI患者PCI后的遠期預(yù)后,有利于實現(xiàn)對患者的早期風(fēng)險分層。未來需要進行更大規(guī)模的多中心研究以驗證模型的應(yīng)用價值。
作者貢獻:李琴、檀鑫、姜文溪、王媛、杜杰進行文章的構(gòu)思與設(shè)計,研究的實施與可行性分析,論文的修訂,負責(zé)文章的質(zhì)量控制及審校,對文章整體負責(zé),監(jiān)督管理;李琴、姜文溪負責(zé)研究的統(tǒng)計學(xué)處理,結(jié)果的分析與解釋;李琴、袁夢、倪慧負責(zé)數(shù)據(jù)收集及患者隨訪;李琴、檀鑫、姜文溪負責(zé)撰寫論文。
本文無利益沖突。