——首都医科大学附属北京安贞医院 杜昕教授
众所周知,临床实践中医生在为心房颤动(AF)患者制定抗凝决策时需准确预测缺血性卒中风险。美国-阿纳海姆时间2017年11月14日,AHA 2017科学年会上发布的一项中国研究,首都医科大学附属北京安贞医院杜昕教授研究团队创建了一种可更好地预测AF患者1年血栓栓塞事件(包括缺血性卒中、短暂性脑缺血发作及其他血栓栓塞事件)风险的新模型(摘要号:19255)。
研究者杜昕教授等对中国AF注册登记(CAFR)研究中受试患者的分析显示,随访1年共计172例患者发生了血栓栓塞事件。其创建的新风险预测模型(CAFR模型)共计纳入9个预测因素(见表1),其中7个预测因素(年龄、性别、既往血栓栓塞病史、充血性心力衰竭、空腹血糖、高血压及血管疾病)为强制变量,2个为选择变量(低体重及颅内出血)。分析发现,针对CAFR队列,CAFR模型预测血栓栓塞事件的平均C统计值为(0.71±0.02),显著高于Framingham AF卒中预测评分(0.66±0.02)和CHA2DS2-VASc评分(0.68±0.02)。CAFR模型对血栓栓塞事件的预测能力见(图1)。
表1. 多因素Logistic回归模型所示的可预测AF患者血栓栓塞事件的变量
图1. CAFR模型预测血栓栓塞事件的C统计值
该研究提示:与既往AF风险评分相比,CAFR风险模型能更好地预测AF患者的1年血栓栓塞事件,有助于改善AF患者的抗凝决策。