利用炎症生物标志物预测经皮冠状动脉介入治疗后主要不良心血管事件的风险

摘要

本方案旨在开发并验证一种多维度风险预测模型，该模型整合新型炎症生物标志物，用于识别经皮冠状动脉介入治疗后发生主要不良心血管事件的高危急性冠脉综合征患者。

摘要

本研究旨在利用新型炎症生物标志物，建立并验证急性冠脉综合征（ACS）患者经皮冠状动脉介入治疗（PCI）后1年主要不良心血管事件（MACE）的风险预测模型。这是一项单中心回顾性队列研究，纳入了2021年1月至2023年12月期间接受PCI治疗的1,337例ACS患者。六种新型炎症指数（NLR、MHR、NHR、SII、SIRI、AISI）来源于PCI术前血液检测。将患者按7:3随机分为训练队列（n = 936）和验证队列（n = 401），通过LASSO回归和多变量Cox比例风险模型筛选出独立预测因子，并构建了一个基于多种生物标志物的联合预测模型。年龄、糖尿病、Killip分级≥II级、左室射血分数（LVEF）降低、多支血管病变、无复流现象、NHR和SIRI被确定为独立预测因子。该联合模型的AUC为0.81（95% CI：0.78–0.84），经Bootstrap法进行乐观校正后仍保持稳定。该性能显著优于任一单一生物标志物（最高AUC为0.71），并在NRI和IDI方面表现出显著改善（所有P < 0.001）。风险分层显示MACE发生率呈明显梯度变化：低危组为6.3%，中危组为15.1%，高危组为25.3%（P. < 0.0001），在所有评估的临床亚组中均表现出一致的预测效能。相较于仅基于临床变量的模型，该基于新型炎症生物标志物的模型显著提升了风险预测能力，为风险分层提供了有价值的框架，并有助于识别具有高残余炎症风险、可能需要更密切临床监测的患者。

引言

尽管急性冠脉综合征（ACS）患者的经皮冠状动脉介入治疗（PCI）技术及围手术期药物治疗已取得显著进展，但这些患者在血运重建后仍面临较高的主要不良心脏事件风险¹。临床研究表明，即使通过强化降脂治疗将低密度脂蛋白胆固醇（LDL-C）水平降至目标范围，持续存在的高炎症状态仍会促进血栓再发、支架内再狭窄以及心功能下降。这种独立于脂质水平的病理生理状态被称为“残余炎症风险”，是改善长期心血管预后的关键治疗靶点^2,3。

用于评估全身性炎症的传统临床指标，如C反应蛋白（CRP）、白细胞（WBC）及其他常规标志物，存在严重局限性。尽管CRP具有高度敏感性，但易受急性感染或非特异性组织损伤的干扰，且无法反映不同免疫细胞群体之间的复杂相互作用。简单的WBC计数无法在炎症过程中区分中性粒细胞、淋巴细胞和血小板。为了更准确地表征免疫-炎症稳态，新型复合炎症生物标志物逐渐展现出更优的预后预测能力⁴。例如，系统性免疫-炎症指数结合中性粒细胞、血小板和淋巴细胞，可同时反映固有免疫活化程度和促血栓状态。泛免疫-炎症值在此基础上加入单核细胞，以更好地体现髓系与淋巴系细胞间的相互作用。此外，中性粒细胞/淀粉酶比值等生物标志物将炎症负荷与营养应激状态相结合，用于预后评估。这些新指标通过数学组合方式弥补单一细胞计数波动带来的偏差，从而实现对患者生物学风险更客观的评价⁵。

炎症反应贯穿急性冠脉综合征（ACS）的整个病程。从早期脂质沉积和免疫细胞募集，到晚期斑块纤维帽降解乃至斑块破裂，促炎因子和免疫细胞持续推动着病变进展。尽管介入治疗可解除大血管的机械性阻塞，但球囊扩张和支架植入不可避免地造成局部血管壁损伤，从而触发急性期炎症反应。这种急性反应与患者原有的慢性炎症状态共同作用，逐渐导致内皮功能障碍，甚至引发微循环灌注障碍。由于这一病理生理过程通过多种免疫通路介导，并涉及多种细胞亚群，单一生物标志物通常只能反映该复杂网络中部分相互作用⁶。

尽管近期研究 increasingly 强调了各种炎症生物标志物谱在接受冠状动脉造影和介入治疗的患者中对心血管事件的预后价值^7,8,9，但针对急性冠脉综合征（ACS）患者多种新型炎症指数的综合联合建模研究仍相对较少。目前尚缺乏可直接指导临床决策的综合性风险评估工具。现有的风险评分系统在整合动态炎症负荷方面能力有限，从而阻碍了精确的个体化风险分层。因此，本研究旨在利用真实世界临床随访数据，系统评估多种新型炎症生物标志物对经皮冠状动脉介入治疗（PCI）后主要不良心血管事件（MACE）的预后影响。通过采用先进的统计筛选方法，我们试图识别独立的预后预测因子，并构建一个稳健的风险预测模型¹⁰。

方案

该研究方案经济南市中心医院伦理委员会批准。由于数据经过匿名化处理并用于回顾性分析，因此豁免了书面知情同意的要求¹¹。所有操作均遵循《赫尔辛基宣言》的规定。

1. 研究设计与患者选择

1. 开展一项单中心回顾性队列研究，纳入因急性冠脉综合征（acute coronary syndrome, ACS）住院并接受经皮冠状动脉介入治疗（percutaneous coronary intervention, PCI）的患者。
   注：在本研究中，纳入了2021年1月至2023年12月期间住院的患者。
2. 根据现行临床指南诊断ACS，包括ST段抬高型心肌梗死（ST-segment elevation myocardial infarction, STEMI）、非ST段抬高型心肌梗死（non-ST-segment elevation myocardial infarction, NSTEMI）和不稳定型心绞痛。
3. 获得机构伦理委员会的伦理审批。
4. 根据以下标准筛选纳入患者：年龄≥18岁；确诊为ACS；在 index 住院期间成功实施PCI；PCI前具有完整的全血细胞计数（complete blood count, CBC）和生化检查结果；以及具有完整的临床基线资料和随访数据。
5. 排除存在活动性感染、血液系统疾病、恶性肿瘤、严重肝肾功能不全、既往冠状动脉旁路移植术（coronary artery bypass grafting, CABG）或关键实验室检查及随访数据缺失的患者。
6. 采用7:3的比例，基于主要不良心血管事件（MACE）的发生情况，通过分层随机抽样将最终分析队列随机划分为训练集和验证集，以确保结局事件的均衡分布（图1）。
   注：在本研究中，最终分析队列共包括1,337例患者，其中训练集936例，验证集401例。

2. 数据采集与联合炎症生物标志物的定义

1. 由两名独立的研究人员根据电子病历（EMR）系统、实验室信息系统（LIS）和影像数据库的标准操作程序提取并双重核对所有临床数据。
2. 记录基线人口统计学和临床特征，包括年龄、性别、体重指数（BMI）、吸烟状况、饮酒情况以及病史（高血压、糖尿病、既往心肌梗死、既往经皮冠状动脉介入治疗（PCI）和卒中）。
3. 收集围手术期参数，包括急性冠脉综合征（ACS）分类、收缩压、心率、Killip分级、左心室射血分数（LVEF）、罪犯血管、受累血管支数、心肌梗死溶栓治疗（TIMI）血流分级以及支架状态。
4. 在患者入院后立即采集静脉血样本，采血前需禁食一晚（≥ 8 h）。
5. 在PCI手术前24小时内完成所有实验室指标的分析。记录以下指标：白细胞计数、中性粒细胞计数（N）、淋巴细胞计数（L）、单核细胞计数（M）、血小板计数（P）、血红蛋白、白蛋白、肌酐、高敏C反应蛋白（hs-CRP）、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）、心肌肌钙蛋白以及N末端B型利钠肽原（NT-proBNP）¹²。
6. 使用以下标准化公式计算新型炎症生物标志物，确保在计算前所有血细胞计数均已标准化为相同单位： 
   1. 中性粒细胞与淋巴细胞比值（NLR）= N / L
   2. 单核细胞与高密度脂蛋白胆固醇比值（MHR）= M / HDL-C
   3. 中性粒细胞与高密度脂蛋白胆固醇比值（NHR）= N / HDL-C
   4. 全身免疫-炎症指数（SII）= (P × N) / L
   5. 全身炎症反应指数（SIRI）= (N × M) / L
   6. 全身炎症综合指数（AISI）= (N × P × M) / L

3. 结局定义与随访策略

1. 将主要终点定义为经皮冠状动脉介入治疗（PCI）后1年内首次发生的主要不良心血管事件（MACE）。
2. 将MACE定义为发生以下任一事件：心脏性死亡、非致死性心肌梗死、因缺血导致的靶血管或靶病变血运重建、因心力衰竭再住院，或因确诊心肌缺血相关的不稳定型心绞痛再住院。将全因死亡率定义为次要终点。
3. 通过门诊病历记录、再住院数据及电话随访进行患者随访。
4. 在PCI术后立即开始随访，并在术后12个月结束，或在首次发生终点事件时终止。
5. 由两名心血管专家独立评估存在争议的终点事件；若存在持续分歧，由第三位高级医师进行审查并裁定。
6. 对于失访的患者，视为右删失观察值，其随访时间在最后一次已知无事件状态的日期进行删失处理。

4. 统计分析

1. 使用 R 软件（版本 R 4.3.1）和 SPSS 软件（版本 SPSS 26.0）进行所有统计分析。显著性水平设定为双侧 p 值 &lt; 0.05。
2. 对连续变量进行正态性检验。正态分布的数据以均值 &plusmn; 标准差表示，并采用独立样本 t 检验进行比较；非正态分布的数据以中位数（四分位距，IQR）表示，并采用 Mann-Whitney U 检验进行比较。
3. 分类数据以频数和百分比形式呈现。组间比较采用卡方检验或 Fisher 精确检验。
4. 通过完整病例分析处理缺失数据，因为在筛选过程中已排除关键参数缺失的患者，且其余缺失比例 &lt; 1.5%（假设完全随机缺失，MCAR）。
5. 所有变量选择和模型训练均仅在训练队列（n = 936）中进行，以防止数据泄露。确保验证队列（n = 401）完全独立，以实现无偏的性能评估。
6. 建模前通过计算方差膨胀因子（VIF）和 Pearson 相关矩阵进行共线性诊断，以评估炎症指数之间的细胞重叠情况。
7. 使用单变量 Cox 比例风险回归筛选候选预测因子。
8. 采用 10 折交叉验证的最小绝对收缩与选择算子（LASSO）回归进行特征选择并减轻过拟合。
9. 基于具有非零 LASSO 系数的变量构建最终的多变量 Cox 回归模型，以识别独立预测因子并计算综合风险评分。
10. 根据模型计算得分将患者分层为不同的风险等级。使用 Kaplan-Meier 分析和 log-rank 检验比较各层间主要不良心血管事件（MACE）的累积发生率。
11. 通过 Harrell 一致性指数（C 指数）和 1 年预测时间点的时依受试者工作特征（ROC）曲线分析评估模型的区分能力。
12. 通过校准曲线评估模型校准度，并通过决策曲线分析（DCA）评估临床实用性。
13. 采用含 1,000 次重采样的自助法进行内部验证，计算经乐观校正的 C 指数以验证模型稳定性。

结果

基线特征

本研究共纳入1,337例接受PCI治疗的ACS患者，其中208例在随访期间发生MACE，1,129例未发生MACE。与非MACE组相比，MACE组患者年龄更大，合并症（包括高血压、糖尿病、既往心肌梗死（MI）、既往PCI和卒中）的患病率更高。MACE组患者的Killip分级更高，左心室射血分数（LVEF）更低，冠状动脉病变更复杂（例如多支血管病变、左主干受累、术前TIMI血流降低、无复流现象，以及植入支架数量更多、总长度更长）。此外，MACE组的白细胞、中性粒细胞、单核细胞、血小板、hs-CRP、NT-proBNP、hs-cTnI水平以及所有评估的新型炎症指标（NLR、MHR、NHR、SII、SIRI和AISI）均升高，同时淋巴细胞、白蛋白和HDL-C水平降低（均P < 0.05）（表1）。

根据炎症生物标志物综合风险三分位数分层的基线特征详见表2。较高的风险水平与高龄、心脑血管代谢共病患病率升高、心脏功能下降...

讨论

本研究成功开发并内部验证了一种风险预测模型，该模型结合了新型复合炎症生物标志物，用于预测接受经皮冠状动脉介入治疗（PCI）的急性冠脉综合征（ACS）患者发生主要不良心血管事件（MACE）的风险¹³。该联合模型表现出较强的区分能力（AUC = 0.81），显著优于任一单一炎症生物标志物的峰值预测效能（AUC = 0.71）。此外，该整合模型在净重新分类改善和综合判别改善方面均表现出显著提升（表5）。这些结果表明，多维度整合炎症指数能更准确地反映术后残余炎症状态，为传统风险评估范式提供了重要补充¹⁴。

尽管GRACE 2.0和TIMI评分等已建立的风险分层工具为评估急性冠脉综合征（ACS）患者的血流动力学和临床状态提供了可靠的框架，但它们常常忽略了全身性炎症在ACS进展中的动态作用。我们的研究结果表明，在包含这些传统风险因素的模型中加入新型炎症指数可显著提高预测准确性。这提示NHR和SIRI等指数能够捕捉到传统评分未能涵盖的“残余炎症风险”，从而为经皮冠状动...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
冠状动脉造影记录	Jinan Central Hospital	导管室数据库	经皮冠状动脉介入治疗相关操作变量的收集
超声心动图系统	Jinan Central Hospital	医院影像系统	左心室射血分数及心脏结构/功能评估
电子病历系统	Jinan Central Hospital	医院数据库系统	人口统计学、临床及随访数据的收集
实验室信息系统	Jinan Central Hospital	LIS数据库	血常规及生化检验结果的提取
R软件	R Foundation for Statistical Computing	版本4.3.0	统计分析与模型构建
SPSS软件	IBM Corp.	版本27.0	数据处理与统计分析