主動脈夾層動脈瘤腔內(nèi)介入術后長期生存狀況可視化Nomogram模型的構建與驗證

摘要 目的：探討主動脈夾層動脈瘤（ADA）腔內(nèi)介入術后長期生存狀況的影響因素，構建其可視化Nomogram預測模型，并對模型預測性能進行檢驗。方法：選取2018年1月—2020年2月中國人民解放軍空軍軍醫(yī)大學第一附屬醫(yī)院收治的290例接受腔內(nèi)介入術的ADA病人，按7∶3分為模型建立人群（203例）與模型驗證人群（87例），根據(jù)術后2年生存狀況分為死亡組、生存組，對腔內(nèi)介入術后長期生存狀況進行單因素分析，LASSO回歸分析篩選各預測因素，并分析生存狀況的影響因素，繪制生存狀況的可視化Nomogram預測模型。結果：術后2年55例（18.97%）死亡，235例（81.03%）生存。經(jīng)單因素分析，模型建立人群、模型驗證人群中死亡組高血壓、慢性腎功能不全、心房顫動、Stanford分型A型、累及冠狀動脈系統(tǒng)、累及頸部血管、累及腹部大血管、心電圖ST段或T波改變病人占比與纖維蛋白原降解產(chǎn)物（FDP）、D-二聚體高于生存組，左室射血分數(shù)（LVEF）、血小板計數(shù)、纖維蛋白原（FIB）低于生存組，活化部分凝血酶時間（APTT）、凝血酶原時間（PT）長于生存組（P＜0.05）；LASSO回歸分析選出7個預測變量為心房顫動、Stanford分型A型、累及冠狀動脈系統(tǒng)、累及頸部血管、累及腹部大血管、心電圖ST段或T波改變、LVEF，經(jīng)Logistic回歸分析，7個預測變量均為ADA腔內(nèi)介入術后長期生存狀況的影響因素（P＜0.05），擬合良好（χ2＝1.902，df＝8，P＝0.544）；繪制ADA腔內(nèi)介入術后長期生存狀況的Nomogram可視化預測模型，該模型C-index為0.944，預測能力良好。經(jīng)校準曲線分析，模型建立人群、模型驗證人群校準度分別為0.833，0.816，提示模型預測生存狀況的校準度良好。結論：心房顫動、Stanford分型A型、累及冠狀動脈系統(tǒng)、累及頸部血管、累及腹部大血管、心電圖ST段或T波改變、LVEF是ADA腔內(nèi)介入術后長期生存狀況影響因素，基于以上因素所構建預測模型具有良好預測能力，可為臨床預測ADA腔內(nèi)介入術后長期生存狀況提供參考，有利于指導臨床隨訪、干預及管理。

關鍵詞 主動脈夾層動脈瘤；腔內(nèi)介入術；Nomogram模型；LASSO回歸分析；心房顫動；心電圖

doi：10.12102/j.issn.1672-1349.2024.13.024

主動脈夾層動脈瘤（aortic dissecting aneurysm，ADA）是內(nèi)科一種危重的心血管疾病，主要表現(xiàn)為呼吸困難，胸腹部、背部撕裂樣疼痛，嚴重者可導致昏厥、心力衰竭甚至死亡［1-2］。根據(jù)夾層累及部位的差異，ADA主要分為Stanford A型和Stanford B型，Stanford A型ADA發(fā)病初24 h病死率達25%，24～48 h內(nèi)每小時可增加1%～2%病死率，Stanford B型ADA急性起病12 h內(nèi)病死率高達33.3%［3-5］。目前，臨床治療ADA主要采用腔內(nèi)介入術等外科手術，隨著醫(yī)療技術的進展ADA手術預后已有明顯改善，但由于病情復雜，ADA病人術后病死率仍較高［6-7］。因此，早期預測ADA病人術后生存狀況對及時干預、改善預后十分重要。本研究創(chuàng)新性探究ADA術后長期生存狀況，運用LASSO回歸分析其長期生存狀況的影響因素，以期為臨床隨訪、干預提供參考?，F(xiàn)報道如下。

1 資料與方法

1.1 一般資料

選取2018年1月—2020年2月中國人民解放軍空軍軍醫(yī)大學第一附屬醫(yī)院收治的290例接受腔內(nèi)介入術的ADA病人，按7∶3分為模型建立人群（203例）與模型驗證人群（87例）。模型建立人群，男102例，女101例；年齡38～67（51.56±6.72）歲；體質指數(shù)22～26（24.28±0.77）kg/m2；Stanford A型135例，Stanford B型68例。模型驗證人群，男46例，女41例；年齡36～68（51.78±7.83）歲；體質指數(shù)23～27（24.29±0.61）kg/m2；Stanford A型61例，Stanford B型26例。模型建立人群、模型驗證人群一般資料比較，差異無統(tǒng)計學意義（P＞0.05）。本研究符合《赫爾辛基宣言》要求，通過醫(yī)院倫理委員會審核，病人家屬簽署知情同意書。

1.2 納入與排除標準

納入標準：經(jīng)主動脈CT血管成像或心臟超聲檢查確診；符合腔內(nèi)介入術指征；自身免疫功能正常；年齡＞18歲；無藥物依賴史；首次發(fā)病；近期無激素、免疫抑制劑用藥史。排除標準：存在栓塞性疾?。ǚ嗡ㄈ⑼庵苎芩ㄈ?、急性心肌梗死等）；伴有凝血功能異常；伴有惡性腫瘤疾??；Stanford A型ADA術后發(fā)生Stanford B型ADA；伴有嚴重感染性疾病；蒙特利爾認知評估異常；存在重要臟器病變或終末期疾??；伴有先天性心臟功能缺陷。

1.3 方法

1.3.1 資料收集

以病歷收集、跟蹤檢查結果等方式進行資料收集，包括性別、年齡、體質指數(shù)、病史（高血壓、糖尿病、冠心病、慢性腎功能不全、心房顫動）、吸煙、飲酒、Stanford分型（A型、B型）、首發(fā)癥狀［疼痛、呼吸異常、血壓異常、神經(jīng)系統(tǒng)癥狀（意識障礙、感覺障礙、四肢活動障礙）］、是否累及冠狀動脈系統(tǒng)、是否累及頸部血管、是否累及腹部大血管、心電圖（正常、ST段或T波改變）、超聲心動圖［主動脈反流、主動脈根部直徑、左室射血分數(shù)（LVEF）］、血流動力學（舒張壓、收縮壓、心率）、實驗室檢查［白細胞計數(shù)、血小板計數(shù)、白蛋白、血紅蛋白、活化部分凝血酶時間（APTT）、凝血酶原時間（PT）、纖維蛋白原降解產(chǎn)物（FDP）、纖維蛋白原（FIB）、D-二聚體、血肌酐］等資料。

1.3.2 質量控制

數(shù)據(jù)錄入與管理由專業(yè)數(shù)據(jù)管理員負責；數(shù)據(jù)錄入前，數(shù)據(jù)管理員要了解各項資料內(nèi)容及編碼情況；由兩位數(shù)據(jù)管理員獨立進行雙錄入與校對，保證數(shù)據(jù)準確性，確認無誤后鎖定數(shù)據(jù)庫。

1.4 觀察指標

1）ADA腔內(nèi)介入術后長期生存狀況單因素分析；2）各預測因素初篩；3）分析ADA腔內(nèi)介入術后長期生存狀況的相關影響因素；4）建立ADA腔內(nèi)介入術后長期生存狀況的預測模型；5）Nomogram可視化預測模型的檢驗。

1.5 統(tǒng)計學處理

采用SPSS 23.0軟件進行數(shù)據(jù)分析。符合正態(tài)分布的定量資料以均數(shù)±標準差（x±s）表示，采用t檢驗，組內(nèi)比較采用配對t檢驗。定性資料以例數(shù)，百分比（%）表示，采用χ2檢驗。采用LASSO回歸和Logistic回歸分析ADA腔內(nèi)介入術后長期生存狀況的相關影響因素，R語言建立診斷模型，預測風險能力指數(shù)（concordance index，C-index）評價模型的預測能力，校準曲線和決策分析曲線（decision curve analysis，DCA）對所建立模型進行外部驗證和評價。以P＜0.05為差異有統(tǒng)計學意義。

2 結 果

2.1 ADA腔內(nèi)介入術后長期生存狀況單因素分析

術后2年55例（18.97%）死亡，235例（81.03%）生存。模型建立人群、模型驗證人群中死亡組高血壓、慢性腎功能不全、心房顫動、Stanford分型A型、累及冠狀動脈系統(tǒng)、累及頸部血管、累及腹部大血管、心電圖ST段或T波改變病人占比與FDP、D-二聚體高于生存組，LVEF、血小板計數(shù)、FIB低于生存組，APTT、PT長于生存組（P＜0.05）。詳見表1。

2.2 各預測因素初篩

以長期預后情況（賦值：生存＝0，死亡＝1）為因變量，以單因素分析中P＜0.05的15個變量為自變量進行LASSO回歸分析（各自變量賦值見表2），隨著懲罰系數(shù)λ變化，模型初始納入的15個影響因素的系數(shù)被壓縮，避免了模型的過度擬合，達到最佳影響因素選擇的效果圖（見圖1）。采用交叉驗證法繪制均方誤差隨logλ的變化圖（見圖2），尋找到可使模型性能優(yōu)良且影響因素最少的最佳懲罰系數(shù)λ，即圖中虛線對應的λ＝－4.20。依據(jù)此λ值選出7個預測變量為心房顫動、Stanford分型A型、累及冠狀動脈系統(tǒng)、累及頸部血管、累及腹部大血管、心電圖ST段或T波改變、LVEF。

2.3 ADA腔內(nèi)介入術后長期生存狀況的Logistic回歸分析

以生存狀況（賦值：生存＝0，死亡＝1）為因變量，以LASSO篩選出的心房顫動、Stanford分型A型、累及冠狀動脈系統(tǒng)、累及頸部血管、累及腹部大血管、心電圖ST段或T波改變、LVEF作為自變量（賦值方法見表2），采用多因素Logistic回歸分析顯示，心房顫動、Stanford分型A型、累及冠狀動脈系統(tǒng)、累及頸部血管、累及腹部大血管、心電圖ST段或T波改變、LVEF是ADA腔內(nèi)介入術后長期生存狀況的相關影響因素（P＜0.05），詳見表3。經(jīng)Hosmer-Lemeshow擬合優(yōu)度檢驗顯示擬合良好（χ2＝1.902，df＝8，P＝0.544）。

2.4 ADA腔內(nèi)介入術后長期生存狀況的預測模型

基于Logistic回歸分析的相關影響因素：心房顫動、Stanford分型A型、累及冠狀動脈系統(tǒng)、累及頸部血管、累及腹部大血管、心電圖ST段或T波改變、LVEF繪制ADA腔內(nèi)介入術后長期生存狀況的Nomogram可視化預測模型可知，心房顫動、Stanford分型A型、累及冠狀動脈系統(tǒng)、累及頸部血管、累及腹部大血管、心電圖ST段或T波改變會造成長期生存狀況的惡化，LVEF越高長期生存狀況越好，各預測項目及病人最終長期生存狀況的風險見圖3，該Nomogram可視化預測模型的C-index為0.944，預測能力良好。

2.5 Nomogram預測模型的檢驗

分別繪制模型建立人群、模型驗證人群的校準曲線，結果顯示兩者校準度分別為0.833、0.816，提示Nomogram模型預測生存狀況的校準度良好，模型與實際觀測結果有較好的一致性。詳見圖4、圖5。

3 討 論

ADA起病的主要病理機制在于病人動脈內(nèi)膜因動脈硬化、高血壓、大動脈炎等多重危險因素的影響發(fā)生撕裂，主動脈血流經(jīng)撕裂處進入主動脈壁，產(chǎn)生血腫，血腫擴大進一步導致ADA［8-10］?，F(xiàn)階段臨床實踐中，腔內(nèi)介入術是ADA常用治療方式之一，由于病人個體狀態(tài)、病情進展變化等客觀因素的影響，對于ADA病人術后生存狀況的研究結果存在差異性［11-12］。以往研究表明，術前LVEF、心率增快、術后血小板計數(shù)水平等是ADA病人術后死亡的風險因素［13-15］。

本研究進行LASSO回歸篩選特征變量，LASSO回歸的一個重要優(yōu)勢在于有效克服變量間的多重共線性，可避免欠擬合與過擬合，同時又能減少例數(shù)等對研究結果造成的偏倚性影響，保證所構建模型的準確性，經(jīng)變量篩選選出7個預測變量為心房顫動、Stanford分型A型、累及冠狀動脈系統(tǒng)、累及頸部血管、累及腹部大血管、心電圖ST段或T波改變、LVEF，Logistic回歸分析顯示7個預測變量均為ADA腔內(nèi)介入術后長期生存狀況的影響因素，Nomogram將復雜的運算過程體現(xiàn)在刻度線上，通過找出數(shù)軸上各變量對應的點，得出近似的成功率，方便、快捷，在重癥治療、腫瘤疾病預測方面廣泛應用［16-17］。本研究在LASSO篩選變量基礎上繪制Nomogram，可根據(jù)病人病情各因素具體情況，預測術后長期生存狀況，為臨床隨訪、干預、管理、轉診等提供參考。合并心房顫動ADA病人術后病死率較高，可能與交感神經(jīng)興奮、疼痛、血流動力學不穩(wěn)定等有關，易引起心率增快，影響主動脈血流，可能導致ADA病人病情惡化。Stanford A型ADA病變復雜，外科手術可將其1個月內(nèi)高達90%的病死率降至30%，但術后病死率仍明顯高于Stanford B型，可能與Stanford A型病人易發(fā)生主動脈破裂、心包壓塞、臟器灌注不良綜合征等嚴重并發(fā)癥相關［18］。累及冠狀動脈系統(tǒng)可引起冠狀動脈供血不足，導致心肌缺血，嚴重者可出現(xiàn)急性心肌梗死，增加心房負荷，加重ADA病情，影響病人圍術期及術后長期生存狀況［19］。ADA發(fā)生部位不同，其不同分支血管受累范圍可能存在差異，病人血流狀態(tài)改變、內(nèi)膜剝離、假腔內(nèi)血栓等均可能累及血管，導致相應臟器供血不足［20］。累及頸部血管可導致腦組織血供障礙，累及腹部大血管可影響腹部腎、肝、胃腸道等臟器血供，導致腹部臟器功能異常，影響病人機體功能狀態(tài)［21］。心電圖ST段或T波改變提示心室復極異常，存在心肌缺血或心肌損傷，反映病人心臟功能；另外LVEF也是對于ADA等心外科手術病人術前心功能的重要評估［22-23］。李艷麗等［24］研究表明，術前LVEF＜50%可增加Stanford A型ADA病人術后病死風險。LVEF可直觀反映心肌收縮能力，其水平降低表明病人心功能受累，心功能不全甚至衰竭，同時ADA手術復雜，耗時久，手術創(chuàng)傷較大，因此LVEF提示心功能障礙病人手術耐受性較低，進而影響術后恢復及長期生存［25］。運用R語言繪制ADA的Nomogram可視化預測模型，其C-index為0.944，具有良好預測能力；繪制模型建立人群、模型驗證人群的校準曲線，顯示兩者校準度分別為0.833、0.816，顯示該模型與實際觀測結果一致性較好，故本研究建立的預測模型對預測ADA術后長期生存狀況具有一定臨床價值。

綜上所述，ADA腔內(nèi)介入術后長期生存狀況受心房顫動、Stanford分型A型、累及冠狀動脈系統(tǒng)、累及頸部血管、累及腹部大血管、心電圖ST段或T波改變、LVEF等因素影響，基于以上因素所構建預測模型具有良好預測能力，有利于臨床預測ADA腔內(nèi)介入術后長期生存狀況，指導臨床隨訪、干預及管理。

參考文獻：

［1］SEN I，ERBEN Y M，F(xiàn)RANCO-MESA C，et al.Epidemiology of aortic dissection［J］.Seminars in Vascular Surgery，2021，34（1）：10-17.

［2］BOSSONE E，EAGLE K A.Epidemiology and management of aortic disease：aortic aneurysms and acute aortic syndromes［J］.Nature Reviews Cardiology，2021，18（5）：331-348.

［3］HIBINO M，OTAKI Y，KOBEISSI E，et al.Blood Pressure，hypertension，and the risk of aortic dissection incidence and mortality：results from the J-SCH study，the UK biobank study，and a meta-analysis of cohort studies［J］.Circulation，2022，145（9）：633-644.

［4］韓潔，蘇潔，蘇征.主動脈夾層動脈瘤患者生活質量與住院率和死亡率的相關性研究［J］.四川醫(yī)學，2021，42（2）：153-157.

［5］KIKUCHI Y，KURODA M，SAITO S.Anesthetic management of emergency cesarean delivery followed immediately by thoracic endovascular aortic repair for a peripartum dissecting aorta aneurysm with impending rupture（stanford type B dissection） in a pregnant patient with takayasu′s arteritis［J］.Journal of Cardiothoracic and Vascular Anesthesia，2020，34（7）：1897-1901.

［6］JORDAN F，F(xiàn)ITZGIBBON B，KAVANAGH E P，et al.Endovascular versus open surgical repair for complicated chronic type B aortic dissection［J］.The Cochrane Database of Systematic Reviews，2021，12（12）：CD012992.

［7］胡鐵，王曉明.急性Stanford A型主動脈夾層的弓部手術策略及遠期預后［J］.心血管病學進展，2021，42（5）：433-436.

［8］SAYED A，MUNIR M，BAHBAH E I.Aortic dissection：a review of the pathophysiology，management and prospective advances［J］.Current Cardiology Reviews，2021，17（4）：e230421186875.

［9］SHERK W M，KHAJA M S，WILLIAMS D M.Anatomy，pathology，and classification of aortic dissection［J］.Techniques in Vascular and Interventional Radiology，2021，24（2）：100746.

［10］謝恩澤華，丘俊濤，吳進林，等.主動脈夾層發(fā)病機制研究進展［J］.中國胸心血管外科臨床雜志，2020，27（9）：1081-1086.

［11］MALAISRIE S C，SZETO W Y，HALAS M，et al.2021 The American Association for Thoracic Surgery expert consensus document：surgical treatment of acute type A aortic dissection［J］.The Journal of Thoracic and Cardiovascular Surgery，2021，162（3）：735-758.e2.

［12］SHAH R，PULTON D，WENGER R K，et al.Aortic dissection during cardiac surgery［J］.J Cardiothorac Vasc Anesth，2021，35（1）：323-331.

［13］XUE Y A，HWANG B，WANG S P，et al.Effect of left ventricular ejection fraction（LVEF） on mortality of total arch replacement in subacute/chronic type A aortic dissection［J］.Journal of Thoracic Disease，2022，14（2）：405-413.

［14］馬倩倩，王淑紅，丁琦，等.急性主動脈夾層患者院內(nèi)死亡的危險因素分析［J］.心肺血管病雜志，2021，40（5）：468-472.

［15］曹芳芳，張海濤，吳進林，等.Standford A型主動脈夾層外科術后血小板降低與患者死亡率關聯(lián)研究［J］.中華醫(yī)學雜志，2022，102（7）：499-505.

［16］CULPAN M，ACAR H C，AKALIN K，et al.Are the current nomograms sufficient to predict shockwave lithotripsy outcomes？［J］.Actas Urológicas Espaolas，2022，46（8）：473-480.

［17］李亞玲，劉研，李燕，等.基于血清CEA、SCCA聯(lián)合多模態(tài)MRI構建預測宮頸癌術后復發(fā)轉移的Nomograms模型效能分析［J］.解放軍醫(yī)藥雜志，2022，34（10）：31-36.

［18］HASHIMOTO M，MOGI K，SAKURAI M，et al.Rupture of a dissecting thoracoabdominal aortic aneurysm due to citrobacter freundii infection［J］.Clinical Case Reports，2021，9（9）：e04719.

［19］弓文清，劉艷，周玲，等.A型主動脈夾層累及冠狀動脈超聲表現(xiàn)及預后［J］.中國醫(yī)學影像技術，2021，37（4）：527-530.

［20］MURILLO H，MOLVIN L，CHIN A S，et al.Aortic dissection and other acute aortic syndromes：diagnostic imaging findings from acute to chronic longitudinal progression［J］.RadioGraphics，2021，41（2）：425-446.

［21］ARNING C，HANKE-ARNING K，ECKERT B.The clinical features of dissection of the cervical brain-supplying arteries［J］.Deutsches Arzteblatt International，2022，119（35/36）：581-587.

［22］GONG W Q，ZHOU L，SHANG L，et al.Cerebral infarction and risk factors in acute type A aortic dissection with arch branch extension［J］.Echocardiography，2022，39（8）：1113-1121.

［23］MCBETH B D，ROSENSTEIN D I.Acute aortic dissection with ST segment myocardial infarction following masturbation［J］.The Journal of Emergency Medicine，2020，58（4）：e193-e196.

［24］李艷麗，高晴云，馮俊波，等.Stanford A型主動脈夾層手術死亡風險因素分析［J］.中華全科醫(yī)學，2022，20（1）：18-21;103.

［25］GOTTARDI R，VOETSCH A.Re：1 lumen ejection fraction predicts growth in type B aortic dissection：preliminary results［J］.European Journal of Cardio-Thoracic Surgery，2020，57（5）：903.

（收稿日期：2023-03-03）

（本文編輯鄒麗）

基金項目 國家自然科學基金項目（No.82270420）

通訊作者 呂向妮，E-mail：306263372@qq.com

引用信息 郝榮霞，呂向妮，李萌，等.主動脈夾層動脈瘤腔內(nèi)介入術后長期生存狀況可視化Nomogram模型的構建與驗證［J］.中西醫(yī)結合心腦血管病雜志，2024，22（13）：2427-2432.