非ST 段抬高型心肌梗死患者死亡的危險因素及風險預測模型研究進展

馬小慧，劉蕾，李波，孫金菊，孟繼嫻，甄紫伊，徐以康

1 沈陽醫學院研究生院，遼寧沈陽 110034；2 遼寧中醫藥大學護理學院，遼寧沈陽 110032；3 大連市友誼醫院護理部，遼寧大連 116001；4 沈陽醫學院附屬第二醫院心血管內科，遼寧沈陽 110001

急性心肌梗死是臨床上常見且危急的心血管疾病，發病率和病死率均較高。2023 年美國心臟病協會關于心臟病和卒中的數據報告中指出，美國心肌梗死的年發病數為80.5萬例，包括60.5萬例新發發作和20 萬例復發發作，死亡人數高達10.9 萬例/年［1］?！吨袊难芙】蹬c疾病報告2021》顯示，急性心肌梗死的發病率無論是在農村還是城市均呈增高趨勢，病死率也在持續上漲，2021 年農村和城鎮地區急性心肌梗死的病死率分別達83.26/10 萬人、56.49/10萬人［2-3］。根據心電圖上ST段的特征，急性心肌梗死分為ST 段抬高型心肌梗死（STEMI）和非ST 段抬高型心肌梗死（NSTEMI）。據研究報道，NSTEMI 患者比例逐年增加，由2007 年的15.7%上升至2018 年的45.2%［4］，據統計，北京市2007 年到2012年，NSTEMI 患者住院率增加了3倍［5］。與STEMI患者相比，NSTEMI患者年齡較大，更可能出現合并癥，常伴有多支血管病變，且癥狀不典型，心功能更差［6-7］，短期病死率呈明顯上升趨勢［8］，遠期預后差，其3年病死率是STEMI 患者的一倍［9］。有研究表明，對NSTEMI 患者實施早期干預，可顯著降低患者復發風險，縮短其住院時間［10］，對于中高危NSTEMI 患者，若早期介入治療，其1 年病死率明顯降低［11］。從影響預后的危險因素入手，針對性對個體進行干預，可以改善患者預后，風險預測模型納入多個危險因素進行分析，可以準確客觀地評估和預測NSTEMI 患者的危重程度和不良預后。因此，本文將對NSTEMI 患者死亡風險的危險因素和風險預測模型的研究現況做一綜述，以期為臨床診療提供循證依據，為后期干預提供參考依據。

1 NSTEMI患者死亡的危險因素

1.1 社會人口學特征 一項來自美國國家住院樣本（NIS）數據庫的470多萬NSTEMI患者的研究數據顯示，性別不是影響NSTEMI 患者死亡的獨立危險因素，女性NSTEMI 患者病死率與男性相比沒有明顯差異12］。在中國急性心肌梗死注冊登記（CAMI）數據庫中關于5 509 例NSTEMI 患者的研究指出，年齡每增加1歲，NSTEMI患者出院后死亡風險會增加5%［13］。同時，多項研究表明，高齡是NSTEMI 患者死亡的獨立危險因素［14］。CAMI 數據庫中5 816 例NSTEMI 患者的研究數據顯示，NSTEMI 患者住院期間病死率為6.05%［15］；隨永剛等［16］調查研究顯示，≥80歲的NSTEMI患者住院期間病死率高達16.5%。

1.2 臨床檢查指標 在以CAMI 數據庫5 000 多例NSTEMI 患者為研究對象的分析中發現，體質量指數（BMI）是NSTEMI 患者短期死亡（OR=0.943，95%CI：0.900～0.988）及長期死亡（HR=0.956，95%CI：0.930～0.984）的保護因素，同時發現NSTEMI 患者BMI 控制在18.5～25 kg/m2范圍內為宜［13，15］。多項研究表明，心率是影響NSTEMI 患者短期或長期死亡的危險因素［17］，杜建軍等［18］的研究表明，入院時靜息心率大于100 次/分與NSTEMI 患者6 個月死亡發生有很強的關聯性（RR=76.81）。入院時的收縮壓與NSTEMI 患者住院期間病死率密切相關，一項以692例NSTEMI患者為研究對象的分析表明，收縮壓小于140 mmHg 會增加患者的死亡風險，低收縮壓與患者住院期間高病死率相關［19］。6 668例NSTEMI患者的調查數據顯示，收縮壓每降低10 mmHg，院內死亡風險增加21%［20］。原因可能是低血壓會導致組織血液灌注不足，加速心肌缺血進展。但是較高的收縮壓也會增加患者的死亡風險，GARADAH等［21］在158例NSTEMI患者的研究中發現，收縮壓大于180 mmHg 患者住院期間病死率是收縮壓小于180 mmHg的2.2倍。目前，NSTEMI患者收縮壓的數值仍需要進一步的臨床研究進行探索。

高敏肌鈣蛋白I 或T（hs-cTnT、hs-cTnI）、肌酐、腎小球濾過率、B 型腦鈉肽（BNP）/N 末端腦鈉肽前體（NT-proBNP）被推薦用來評估NSTEMI 患者的死亡風險［22］。hs-cTnT/hs-cTnI 具有較高的敏感性和準確性，被指南推薦為NSTEMI 患者死亡風險的危險因素，推薦級別屬于ⅠB 級［22］。肌酐和腎小球濾過率是反映NSTEMI 患者腎功能的實驗室指標，肌酐水平和腎小球濾過率升高提示患者腎功能不全，合并腎功能不全的NSTEMI 患者住院期間病死率是未合并者的3.23倍［23］。肌酐作為判斷NSTEMI患者死亡風險的臨床指標，當它大于76.27 μmol/L時，患者死亡風險增加1 倍［24］。BNP/NT-proBNP 是反映心室功能的實驗室指標，也是NSTEMI 患者死亡風險的獨立危險因素［25］，NT-proBNP 大于4 390 pmol/L 時，死亡風險增加4.028 倍。肌酸激酶是心肌損傷的敏感性指標，是NSTEMI 患者死亡風險的危險因素，王建龍等［26］研究表明，肌酸激酶升高組患者病死率（7.2%）高于正常組（1.7%）。白細胞是一種炎性反應標志物，在NSTEMI 患者短期和長期的死亡風險評估中有重要作用。研究表明，白細胞計數＞11.0×109/L 組患者的住院期間病死率（25.5%）明顯高于≤11.0×109/L組（10.4%），在6個月的隨訪中發現，白細胞計數＞11.0×109/L 組病死率是≤11.0×109/L 組的3.5倍［27-28］。此外，血紅蛋白水平越低，NSTEMI患者病死率越高［29］。左室射血分數（LVEF）和心功能Killip 分級是反映患者心功能的臨床指標，LVEF＜50%的NSTEMI 患者1 年內病死率是正常者的6倍［30］。在6 213例NSTEMI患者的研究中發現，Killip分級越高，患者的院內病死率增加［31］。在400 例NSTEMI 患者的研究中發現，ST 段壓低者30 d（15.7%∶3.5%）和1 年的病死率（21%∶9.2%）均高于心電圖無明顯改變者［32］。

1.3 合并癥 合并高血壓、高血脂、糖尿病或既往有心肌梗死史的NSTEMI 患者的死亡風險更高，合并高血壓病史的NSTEMI 患者長期病死率是未合并者的1.7 倍［33］，原因可能是：血壓高易使血管壁內皮細胞受損，加快心肌缺血進展，與未合并糖尿病的NSTEMI 患者相比，合并糖尿病的NSTEMI 患者病死率（12.82%）明顯高于未合并者（1.54%）［34］，因為合并糖尿病的NSTEMI 患者有更嚴重的心肌損害和炎性反應，血脂過高會使血液黏稠度增加，血流速度緩慢，加速動脈粥樣硬化進展，合并高血脂史的NSTEMI 患者病死率是未合并者的2.167 倍［35］。此外，研究表明，既往有心肌梗死史是NSTEMI 患者長期死亡的危險因素（HR=3.87，95%CI：1.21～12.38）［36］。

1.4 其他 心臟驟停事件會增加NSTEMI 患者的死亡風險，心肺復蘇后患者體內的抗凝機制受損，血液處于高凝狀態，易發生血栓相關事件［37］，是導致NSTEMI 患者早期階段死亡的重要原因［22］。介入治療可有效降低NSTEMI患者的死亡風險，一項對716例NSTEMI 患者進行30 個月的隨訪研究發現，與藥物治療組病死率（53.3%）相比，介入治療組的病死率為46.7%［38］，在80歲以上高齡NSTEMI患者中，保守治療組患者的病死率是介入治療組的2.71 倍，因此介入治療策略同樣適用于高齡患者［39］。休克指數和修正版休克指數被證實是NSTEMI 患者短期和長期死亡的危險因素［40-41］，后者對NSTEMI患者有更好的預測價值，修正版休克指數＞1.2 作為評估NSTEMI 患者院內病死率指標時，特異度高達96.7%［42］。溫宗玉等［43］對648 例NSTEMI 患者隨訪1 年發現，患者血漿D-二聚體水平是影響NSTEMI患者預后的獨立危險因素，高D-二聚體水平組患者全因死亡率（14.2%）遠大于低D-二聚體水平組（1.9%）。

2 NSTEMI患者死亡的風險預測模型

2.1 住院期間發生死亡的風險預測模型

2.1.1 GRACE 評分模型 GRACE 評分模型是一項多中心的觀察性研究，由GRANGER 等［44］采用logistic 回歸分析方法建立。研究對象選自全球急性冠狀動脈事件數據庫中11 389例急性冠狀動脈綜合征（ACS）患者，其中3 972 例作為建模組、12 142 例作為驗證組。模型中納入8個危險因素，分別是：年齡、Killip 分級、收縮壓、心電圖上ST 段偏移、院內發生心臟驟停、血肌酐、初始心肌酶水平、心率；模型的分值范圍0～372分，危險等級劃分為低中高三級，＜108為低危，109～140為中危，＞140為高危。該模型的預測性能良好，受試者工作特征曲線下面積（AUC）為0.830，在STEMI 和NSTEMI 患者子集中同樣表現良好，AUC 分別為0.830 和0.820，且在開放閉塞動脈的全球使用策略Ⅱb（GUSTO-Ⅱb）試驗中進行外部驗證，AUC 為0.790。該模型的優點在于：①是一項全球范圍的多中心性研究，以ACS 全部疾病譜患者作為研究對象，減少了選擇偏倚；②納入肌酐水平和住院期間是否發生心臟驟停這兩個變量，增加了模型預測的準確性。該模型的缺點是：①開發于2003 年，檢驗水平和診斷標準與現在有明顯的差異，對心肌梗死的預后判斷有重要意義的肌鈣蛋白和炎癥標志物未被納入模型；②模型中僅納入496例中國NSTEMI患者，應用于中國患者時有一定的局限性。

2.1.2 CAMI-NSTEMI 評分模型 伏蕊［45］以CAMI研究中心的5 816 例NSTEMI 患者為研究對象，并采用logistic 回歸分析方法建立CAMI-NSTEMI 評分模型，其中4 362例研究對象為建模組、1 454例研究對象為驗證組。該評分模型納入12 個因素：年齡、BMI、收縮壓、Killip 分級、心臟驟停、ST段壓低、新發完全性左束支傳導阻滯、肌酐、白細胞、從不吸煙、既往心肌梗死史、經皮冠狀動脈介入治療史。該模型的分值范圍0～35 分，風險等級劃分為低中高三級，＜10分是低危、11～13分是中危、＞14分是高危，患者病死率隨分值的增加顯著增加，不同等級患者的病死率依次為1.16%、2.97%、13.11%。該模型的預測能力和擬合優度均表現良好，其中建模組AUC=0.810（95%CI：0.780～0.840），H-L 檢驗P=0.300。內部驗證顯示該模型AUC=0.880（95%CI：0.840～0.920），H-L 檢驗P=0.220。模型的優點在于：①CAMI-NSTEMI 模型是以中國人群為研究對象所構建的，更適用于中國NSTEMI 患者院內死亡風險的評估，與GRACE 模型相比，CAMI-NSTEMI 模型的預測準確性更高，其AUC（0.782）高于GRACE 評分AUC（0.730）［46］。②為增加臨床適用性，該團隊對CAMI-NSTEMI 模型進行簡化，開發了SCAMI-NSTEMI 模型［47］，方便臨床醫生在接觸患者初期進行評估，增加高?；颊咴缙谧R別的機會。

2.2 14 d 內發生死亡的風險預測模型 TIMI 模型由ANTMAN 等［48］采用logistic 回歸分析方法建立，研究數據來自兩項3 期國際隨機雙盲臨床試驗，研究對象為7 081 例不穩定型心絞痛和NSTEMI 的患者，其中1 957 例為開發隊列，5 124 例為驗證隊列。模型中納入7 個危險因素：≥65 歲，至少3 個冠狀動脈疾病危險因素（冠狀動脈家族史、高血壓、高血脂、糖尿病、吸煙），之前冠脈狹窄≥50%，ST 段偏移，之前24 h 內至少發生2 次嚴重的心絞痛事件，之前7 d 內使用過阿司匹林，心肌標志物酶升高。分值范圍0～7 分，根據分值大小劃分相應的危險等級：0～1分為低危；3～4 分為中危；5～7 分為高危。模型的預測能力AUC C 統計量（C-statistics）為0.650，H-L檢驗P=0.890，預測能力和擬合效能尚可，在驗證隊列中，結局事件的發生率隨評分的增加而增加（P＜0.001）。該模型的缺陷是：研究對象選自特定的臨床試驗研究，對一般人群的適用性仍需大規模多中心試驗進行驗證，模型中的變量均為二分類變量，缺乏心肌標志物酶的定量數據，在一定程度上影響模型的預測能力。該模型的優點在于計算簡便，臨床適用性強。

2.3 30 d內發生死亡的風險預測模型 BOERSMA等［49］以一項國際試驗數據中的9 461 例NSTEMI 患者為研究對象，采用logistic回歸分析方法建立PURSUIT 模型。模型中納入的影響因素有年齡、性別、收縮壓、ST 段壓低、心力衰竭表現、之前6 周中最差的心絞痛分級（根據加拿大心血管病學會制定的心絞痛嚴重程度分級標準）。模型的預測能力良好，C-statistics=0.814，本研究運用Bootstrapping 技術進行了內部驗證，校正因子為0.01，C-statistics 降為0.804。該模型的優點是可操作性強，在患者床邊即可完成評估；缺陷是以特定的臨床試驗人群為研究對象，且未納入中國人群，存在選擇性偏倚，需要大規模多中心性研究進行外部驗證。

2.4 長期發生死亡的風險預測模型

2.4.1 1 年內發生死亡的風險預測模型 KIM等［50］以韓國急性心肌梗死登記（KAMIR）數據庫中2 148 例NSTEMI 患者為研究對象，采用COX 回歸分析方法建立的KAMIR評分模型。該模型中納入3個影響因素：TIMI風險指數（TRI）、肌酐、Killip分級，預測NSTEMI 患者1 年病死率，風險等級：0～1 分為低危，2～3分為中危，4～5 分為高危，模型的判別能力良好，AUC=0.815（95%CI：0.790～0.840），該模型的優勢是：操作簡單且預測準確性高；該模型的缺陷是：研究中僅納入韓國人群，仍需進行多種族多中心前瞻性研究的外部驗證。

2.4.2 2 年內發生死亡的風險預測模型 FU 等［51］應用COX 回歸分析方法以CAMI 研究中5 509 例NSTEMI 患者作為研究對象，構建了預測NSTEMI 患者出院后2年內發生死亡的風險模型，其中4 132例NSTEMI 患者作為開發隊列，1 377 例NSTEMI 患者作為驗證隊列。該模型共納入9個危險因素：年齡、BMI、左室射血分數、住院期間再灌注治療、Killip 分級、出院時利尿劑處方、心率、血紅蛋白、肌酐。依據分值大小劃分危險等級，其中0～58 分為低危；59～93分為中危；≥94分為高危，低中高?；颊叩牟∷缆史謩e是1.34%、5.4%、23.87%，模型具有很好的判別能力和擬合優度，在開發隊列中，AUC=0.830（95%CI：0.810～0.850），H-L 檢驗P=0.630，經內部驗證，該模型有同樣良好的預測能力AUC=0.830（95%CI：0.790～0.860）。該模型的優勢是：①數據來源于全國性多中心前瞻性注冊登記平臺，可充分代表中國AMI 患者的臨床特征；②NSTEMI 患者有較差的長期預后［52］，因此與短期模型相比，該模型有更大的臨床價值；③模型中納入血紅蛋白因子，增加了模型預測的可靠性。該模型的缺陷是在單一隊列中進行的研究，不具有全球代表性，需要在不同國家不同種族中進行外部驗證。

3 展望

近年來，風險模型作為評估患者死亡風險的工具應用越來越廣泛，它為臨床醫生判斷病情提供客觀的信息，幫助醫生制定治療決策，使患者得益于早期有效的干預措施，從而改善預后和降低病死率。但是風險模型僅能作為臨床判斷的補充，醫生應結合患者癥狀、體征和臨床檢查指標，動態監測病情，做出合理的治療決策。隨著社會的發展，醫療水平的進步，疾病的診斷方法和檢驗技術不斷提高，患者死亡的危險因素也在發生著變化，例如休克指數、D-二聚體水平等指標對評估NSTEMI 患者的死亡風險有價值，因此需要不斷構建新的風險模型更好地服務于臨床。

利益沖突聲明所有作者聲明不存在利益沖突

作者貢獻聲明馬小慧：論文撰寫，檢索并分析相關文獻資料；劉蕾：對論文全面審核和把關；李波，徐以康：審閱和修訂論文，對論文寫作進行指導；孫金菊，孟繼嫻，甄紫伊：對論文撰寫提供研究思路