2024, Vol. 33
2. 湖州师范学院, 湖州 313000;
3. 湖州市重大慢性疾病精准防控重点实验室，湖州 313000;
4. 宁波市第一医院心内科，宁波 315000
ST段抬高型心肌梗死（ST elevation myocardial infarction，STEMI）属于高危的心血病。据中国疾控中心预计[1]，中国急性心肌梗死患者将从2010年的810万增加至2 260万，病死率不断增加，预后差，毅然成为重大公共卫生问题。经皮冠状动脉介入治疗（percutaneous coronary intervention，PCI）仍是治疗STEMI的重要手段[2-3]，STEMI患者PCI后出院约有50%发生了主要不良心血管事件（major adverse cardiovascular events，MACEs）[4]；其中，20%的STEMI患者在1年内会发生MACEs，10%的STEMI患者在1年内发生死亡[5]。指南明确指出早期利用心血管风险评分工具对STEMI患者出院前进行长期的风险评估[6]，每年至少控制70万以上心血管病患者，防止发生早期死亡。现研究进展下有许多心血管病风险预测工具的开发，然而国内外尚未有预测STEMI患者PCI后主要不良心血管事件的权威专用工具，现阶段主要是对已有的心血管预测工具在STEMI患者中的拓展使用和验证。
STEMI患者PCI术后发生MACEs评分的准确性未得到全面证实，且评估的是短期结局，缺少长期结局的预测和多个工具间的全面直接比较。本研究通过比较5个国外常用的STEMI风险预测评分[全球急性冠状动脉事件注册(global acute coronary event registration, GRACE）[7]；年龄，肌酐和射血分数（age, serum creatinine, and ejection fraction，ACEF）[8]；心肌梗死溶栓（thrombolysis in myocardial infarction，TIMI）[9]；心力衰竭高血压年龄糖尿病既往中风短暂性脑缺血发作加倍（cardiac failure、hypertension、age、diabetes、previous stroke or transient ischemic attack、TIA doubled，CHADS2）[10]和Zwolle风险评估[11]] 在中国STEMI介入患者1年内MACEs发生的预测能力，评估这些模型的准确性和适用性，从而为国内患者遴选出有临床预测价值的工具，进行早期识别和干预，改善患者的预后。
1 资料与方法 1.1 研究对象收集2021年10月1日至2022年10月31日在浙江大学附属第二医院行PCI治疗的临床资料完整的STEMI患者病例数据。STEMI患者纳入标准：（1）年龄≥18岁；（2）成功接受PCI后的STEMI患者，包括择期和急诊手术，PCI由具有手术资格的医师完成；（3）符合STEMI诊断标准且具有PCI指征：①缺血症状持续在12 h以内；②虽然缺血发作在12~24 h，但心脏症状、心电图提示仍存在持续的心肌缺血的证据；③发病时伴心源性休克或急性心力衰竭的患者[13]；（4）临床资料完整。排除标准：（1）电话资料缺失；（2）近期合并严重血栓性病变、严重感染、恶性肿瘤、肝肾功能衰竭、急性脑血管意外等患者；（3）有认知功能和精神障碍的患者；（4）两次随访回忆偏差严重。
1.2 资料收集研究者通过文献检索，以及咨询临床资深心血管病专家，确定纳入因素，并完成资料收集表的制作。资料收集需要完成两部分工作，第一部分为STEMI患者入院时的病历资料；第二部分为6个月内和1年内患者的电话随访资料。病例资料和随访资料的收集由2名护士与1名研究生完成，心电图的解读由临床经验丰富的心内科住院医师完成。
通过医院电子病历系统回顾性收集患者病历资料，收集资料如下：（1）患者基线资料：年龄，性别，Killip分级等。（2）既往史：吸烟史，高血压[13]，糖尿病[14]，慢性肾病，PCI史等。（3）入院时合并诊断：慢性肾病，缺血性胸痛等。（4）术中资料：病变血管及部位（冠状动脉血管狭窄程度＞50%的血管。本研究中若同一支血管存在多处狭窄，也定义为一支血管病变[15]），三支血管病变（左冠状动脉前降支，左冠状动脉回旋支，右冠状动脉三支血管狭窄程度＞50%[16]）等。
随后，通过电话随访患者及家属，是否6个月内，1年内发生MACEs[17]。
1.3 MACEs的诊断标准本研究将MACEs定义为全因死亡[18]、急性心肌梗死[19]、缺血性卒中（是指由于脑的供血动脉（颈动脉和椎动脉）狭窄或闭塞、脑供血不足导致的脑组织坏死的总称[20]）、靶血管血运重建（是对于靶血管任何节段，包括靶病变、靶病变近端和远段的主支以及该主的所有分支，重复进行的介入治疗或搭桥手术[21]）、因心脏原因(心力衰竭、心律失常及心绞痛)再次入院。
1.4 5种风险评分工具（1）GRACE风险评分：分数≤108分为低危，109~140为中危，＞140分为高危。见表 1。
| 年龄[岁（分）] | 心率[次/min（分）] | 肌酐[μmol/L（分）] | 收缩压[mmHg（分）] | Killip分级（分） | 其他指标（分） | ||||||
| ＜30 | （0） | ＜50 | （0） | 0~35 | （1） | ＜80 | （58） | Ⅰ | （0） | 心肌酶升高 | (14) |
| 30~39 | （8） | 50~69 | （3） | 36~70 | （4） | 80~99 | （53） | Ⅱ | （20） | ST段偏移 | (28) |
| 40~49 | （25） | 70~89 | （9） | 71~105 | （7） | 100~119 | （43） | Ⅲ | （39） | 心脏骤停 | (39) |
| 50~59 | （41） | 90~109 | （15） | 106~140 | （10） | 120~139 | （34） | Ⅳ | （59） | - | - |
| 60~69 | （58） | 110~149 | （24） | 141~175 | （13） | ≥200 | （0） | - | - | - | - |
| 70~79 | （75） | 150~199 | （38） | 176~351 | （21） | - | - | - | - | - | - |
| 80~89 | （91） | ＞200 | （46） | ≥352 | （28） | - | - | - | - | - | - |
| ≥90 | （100） | - | - | - | - | - | - | - | - | - | - |
（2）TIMI风险评分：总分14分；0~3分为低危，4~6分为中危，7~14分为高危。见表 2。
| 危险因素 | 评分 |
| 年龄（岁）65~74/≥75 | 2/3 |
| 糖尿病、高血压或心绞痛病史 | 1 |
| 收缩压＜100 mmHg | 3 |
| 心率＞100次/min | 2 |
| Killip分级2~4级 | 2 |
| 体重＜67 kg | 1 |
| 前壁心肌梗死或左束支传导阻滞 | 1 |
| 发病至治疗时间＞4 h | 1 |
| 总分 | 14 |
（3）ACEF风险评分：计算公式：年龄（岁）÷EF（%）+1（如果血肌酐≥2 mg/dL），风险等级根据三分位数计算出；其中≤1分为低危险，1＜ACEF≤1. 3分为中危；＞1. 3分为高危。
（4）CHADS2风险评分：总分6分；将0分视为心脑血管事件风险低危患者，1~2分为中危，≥3分为高危。见表 3。
（5）Zwolle风险评分：总分为16分；其中≤3分为低危，4~9分为中危，≥10分为高危。见表 4。
| 危险因素 | 评分 |
| Killip评分（分） | |
| 1 | 0 |
| 2 | 4 |
| 3~4 | 9 |
| 病变血管血流TIMI（分） | |
| 3 | 0 |
| 2 | 1 |
| 0~1 | 2 |
| 年龄＜60岁 | 0 |
| 年龄≥60岁 | 2 |
| 三支病变 | 1 |
| 前壁心肌梗死 | 1 |
| 缺血时间＞4 h | 1 |
| 总分 | 16 |
采用EpiData 3.1进行数据录入，采用SPSS 23.0进行统计学分析；计量资料首先进行正态性检验，正态分布的数据用均数、标准差（x±s）来描述，两组之间采用独立t检验；偏态分布的数据用中位数、四分位数间距[M (Q1, Q3)]来描述，组间采用Mann-Whitney U非参数检验。预测工具的评价指标包括：采用区分度和校准度两个指标比较预测工具间的预测准确性；区分度采用受试者工作（ROC）曲线下面积AUC值表示，校准度采用拟合优度检验（Hosmer-Lemeshow）计算的χ2值表示。并采用灵敏度、特异度、最佳截断值比较5个风险预测工具的综合预测效果；采用R语言4.1.2分析预测工具间的净重分类指数（NRI）、综合识别改进指数（IDI）[22-23]。
1.5 样本量计算根据原始研究，GRACE，ACEF，TIMI，CHADS2和Zwolle的ROC曲线下面积分别为0.860，0.740，0.730，0.730，0.762；取beta=0.1，alpha=0.05，由于20%的急性心肌梗死幸存者在第1年内会发生第2次严重的心血管事件，所以病例组和对照组的比例为1∶4，采取双侧检验。则在PASS11软件中设定：Power=0.9，alpha=0.05，N-=use R，R=4，AUC0=0.50，AUC1=0.860/0.740/0.730/0.730/0.762，LowerFPR=0.00，UpperFPR=1.00，Type of Data=Discrete，Alternative Hypothesis=two-sided Test。结果发现，至少需要纳入发生MACEs事件的患者20例，总样本量大于100例。考虑20%的失访率，研究纳入阳性患者24例以上，总样本量需达120例以上。
2 结果 2.1 调查对象的一般资料本研究根据纳入标准共纳入430例诊断为STEMI并行急诊PCI的患者。根据排除标准排除35例患者，54例失访（其中10例电话无法接通，19例明确拒绝回访，5例语言不通，20例有严重回忆偏差），最终共341例STEMI患者纳入本研究，其中发生MACEs患者72例，未发生MACEs患者269例，STEMI患者PCI后1年内发生MACEs风险率为21.11%。男性286（83.9%）例，女性55（16.1%）例，年龄（62.06±13.46）岁。术后90 d内发生MACEs事件41例（56.94%），术后91~181 d内发生MACEs事件10例（13.89%）, 182~365 d内发生MACEs事件21例（29.17%）。8例患者在6个月内死亡，第7-12个月发生死亡例数为0。STEMI患者PCI后6个月内为MACEs高发阶段。见表 5，表 6。
| 变量 | MACEs组 | 非MACEs组 | t/Z/χ2值 | P值 |
| n=72 | n=269 | |||
| 年龄[M(Q1，Q3)，岁]a | 66（61, 74） | 61（51, 72） | -3.517 | ＜0.001d |
| 住院天数[M(Q1，Q3)，d]a | 7(4, 9) | 6(4, 8) | -2.036 | 0.042d |
| 住院费用（x±s，万元）c | 6.12±0.44 | 5.05±0.12 | -2.329 | 0.022d |
| 性别（n, %）b | 5.310 | 0.021d | ||
| 男性 | 54（75.00%） | 232（86.30%） | ||
| 女性 | 18（25.00%） | 37（13.80%） | ||
| 职业（n, %）b | 12.010 | 0.024d | ||
| 无业 | 2（2.8%） | 7（2.6%） | ||
| 在职 | 14（19.4%） | 90（33.5%） | ||
| 退休 | 39（54.2%） | 99（36.8%） | ||
| 自由 | 1（1.4%） | 20（7.4%） | ||
| 务农 | 16（22.2%） | 51（19.0%） | ||
| 其他 | 0（0.0%） | 2（0.7%） | ||
| 婚姻状况（n, %）b | 2.206 | 0.545 | ||
| 已婚 | 64（88.9%） | 244（90.7%） | ||
| 未婚 | 1（1.4%） | 6（2.2%） | ||
| 离婚 | 0（0%） | 4（1.5%） | ||
| 丧偶 | 7（9.7%） | 15（5.6%） | ||
| 学历（n, %）b | 2.782 | 0.427 | ||
| 小学 | 29（40.3%） | 82（30.5%） | ||
| 初中 | 20（27.8%） | 96（35.7%） | ||
| 中专及高中 | 13（18.1%） | 52（19.3%） | ||
| 大专及以上 | 10（13.9%） | 39（14.5%） | ||
| Killip评分[M(Q1，Q3)]a | 2（1，3） | 2（1，2） | -2.703 | 0.007d |
| ADL评分[M(Q1，Q3)]a | 3（2，3） | 2（2，3） | -2.075 | 0.038d |
| 既往史 | ||||
| 饮酒史（n, %）b | 29（40.3%） | 150（55.8%） | 5.461 | 0.019d |
| 吸烟指数[M(Q1，Q3)，d]a | 270（0，600） | 300（0, 450） | -0.107 | 0.914 |
| 高血压（n, %）b | 49（68.1%） | 138（51.3%） | 6.438 | 0.011d |
| 糖尿病（n, %）b | 35（48.6%） | 67（24.9%） | 15.223 | ＜0.001d |
| PCI史（n, %）b | 23（31.9%） | 63（23.4%） | 2.188 | 0.139 |
| 注：a秩和检验；bχ2检验；ct检验; dP＜0.05为差异有统计学意义 | ||||
| MACEs发生类型（n=72） | 例数（%） |
| 全因死亡 | 8（11.11） |
| 急性心肌梗死 | 6（8.33） |
| 缺血性脑卒中 | 6（8.33） |
| 靶血管血运重建 | 7（9.72） |
| 因心脏原因（心力衰竭，心律失常，心绞痛）再入院 | 45（62.50） |
分别计算每位患者入院时的GRACE、TIMI、ACEF、CHADS2、Zwolle得分，5个评分STEMI患者PCI后6个月内曲线下面积分别为0.694（95%CI: 0.618~0.770），0.647（95%CI: 0.562~0.733），0.700（95%CI: 0.628~0.772），0.607（95%CI: 0.523~0.691），0.634（95%CI: 0.551~0.717）；区分度（采用ROC曲线下面积AUC值）ACEF＞GRACE＞TIMI＞Zwolle＞CHADS2（P＜0.05）；5个评分曲线下面积均大于0.6，其中ACEF曲线下面积大于0.7，均高于其他4个评分，差异均存在统计学意义。校准度（采用Hosmer-Lemeshow检验χ2值），χ2值越大，所对应P值越小，即预测工具校准度越差，即GRACE＜ACEF＜Zwolle＜CHADS2＜TIMI（P＞0.05）。见表 7，图 1。
| 预测工具 | 最佳临界值 | 敏感度 | 特异度 | 区分度 | P值 | 校准度 |
| AUC(95%CI) | Hosmer-Lemeshow χ2 (P) | |||||
| GRACE | 139.5 | 0.902 | 0.397 | 0.694 (0.618-0.770) | 0.000a | 14.436（0.071） |
| TIMI | 4.5 | 0.725 | 0.541 | 0.647 (0.562-0.733) | 0.001a | 6.385（0.604） |
| ACEF | 1.05 | 0.882 | 0.462 | 0.700 (0.628-0.772) | 0.000a | 12.631（0.125） |
| CHADS2 | 1.5 | 0.510 | 0.676 | 0.607 (0.523-0.691） | 0.015a | 6.461（0.596） |
| Zwolle | 7.5 | 0.588 | 0.662 | 0.634 (0.551-0.717) | 0.002a | 10.677（0.221） |
|
| 图 1 ROC曲线分析5个风险评分对STEMI患者6个月内MACEs的预测能力 |
|
|
将ACEF与GRACE相比，ACEF的NRI为-3.19%，IDI为-3.18%，但差异不存在统计学意义（P＞0.05），即ACEF与GRACE在预测6个月发生MACEs上，预测正确的比例与预测结局的能力相似。将TIMI、CHADS2、Zwolle与ACEF相比，NRI分别为-34.04%，-29.95%，-31.40%；IDI分别为-3.18%，-5.04%，-4.41%（P＜0.05），均为负改善，即TIMI、CHADS2、Zwolle在预测6个月内发生MACEs上，预测准确比例和预测结局的能力均不如ACEF（表 8）。
| 预测工具 | 时间（年） | NRI(Continuous)（95%CI） | P值 | IDI（95%CI） | P值 |
| ACEFvs.TIMI | 0.5 | -0.3404（-0.6086~-0.0721） | 0.013 | -0.0318（-0.0588~-0.0047） | 0.021 |
| ACEFvs. GRACE | 0.5 | -0.0319（-0.0713~ 0.0075） | 0.336 | -0.0318（-0.0712~0.0074） | 0.113 |
| ACEF vs.CHADS2 | 0.5 | -0.2995（-0.5693~-0.0298） | 0.030 | -0.0504（-0.0923~-0.0085） | 0.018 |
| ACEF vs.Zwolle | 0.5 | -0.3140（-0.5836~ -0.0443） | 0.022 | -0.0441（-0.0708~-0.0173） | 0.001 |
本研究将全因死亡作为亚组结局事件分析，分别计算每位患者入院时的GRACE、TIMI、ACEF、CHADS2、Zwolle得分，结果显示5个预测工具STEMI患者PCI后6个月内曲线下面积分别为0.830（95%CI: 0.701~0.958），0.719（95%CI: 0.586~0.852），0.786（95%CI: 0.623~0.949），0.539（95%CI: 0.353~0.726），0.647 (95%CI: 0.467~0.827)；区分度（采用ROC曲线下面积AUC值）GRACE＞ACEF＞TIMI（P＜0.05）；GRACE曲线下面积大于0.8，显著高于TIMI、ACEF；其中CHADS2、Zwolle曲线下面积无统计学意义，（P＞0.05）。校准度（采用Hosmer-Lemeshow检验χ2值），χ2值越大，所对应P值越小，即预测工具校准度越差，即GRACE＜TIMI＜ACEF，（P＞0.05）。见表 9，图 2。
| 预测工具 | 最佳临界值 | 敏感度 | 特异度 | 区分度 | P值 | 校准度 |
| AUC(95%CI) | Hosmer-Lemeshow χ2 (P) | |||||
| GRACE | 220.5 | 0.069 | 0.931 | 0.830 (0.701，0.958) | 0.001a | 9.630（0.292） |
| TIMI | 4.5 | 0.875 | 0.535 | 0.719 (0.586，0.852) | 0.034 | 7.362（0.498） |
| ACEF | 1.45 | 0.75 | 0.781 | 0.786 (0.623，0.949) | 0.006 | 5.429（0.711） |
| CHADS2 | 1.5 | 0.50 | 0.652 | 0.539 (0.353，0.726) | 0.703 | 10.156（0.254） |
| Zwolle | 8.5 | 0.625 | 0.718 | 0.647 (0.467，0.827) | 0.156 | 3.339（0.911） |
|
| 图 2 ROC曲线分析5个风险评分对STEMI患者6个月内全因死亡的预测能力 |
|
|
将GRACE与ACEF比较，ACEF的NRI为-94.14%（P＜0.01），IDI为-11.95%（P＞0.05），均为负改善，即ACEF在预测6个月内全因死亡上，预测准确比例不如GRACE，但预测结局的能力等同于GRACE。将GRACE与TIMI比较，TIMI的NRI和IDI分别为-83.56%，12.64%（P＜0.05），均为负改善，即TIMI在预测6个月内全因死亡上不如GRACE。见表 10。
| 预测工具 | 时间（年） | NRI(Continuous)（95%CI） | P值 | IDI（95%CI） | P值 |
| GRACE vs.ACEF | 0.5 | -0.9414（-1.5493~-0.3336） | 0.002 | -0.1195（-0.2677~-0.0287） | 0.114 |
| GRACEvs.TIMI | 0.5 | -0.8356（-1.5122~-0.159） | 0.015 | -0.1264（-0.2555~-0.2227） | 0.048a |
分别计算每位患者入院时的GRACE，TIMI，ACEF，CHADS2，Zwolle得分，结果显示5个风险评分STEMI患者PCI后1年内曲线下面积分别为0.702 (95%CI: 0.638~0.765)，0.662 (95%CI: 0.589~0.735)，0.685 (95%CI: 0.620~0.750)，0.651 (95%CI: 0.576~0.718），0.647(95%CI: 0.580~0.721)；区分度（采用ROC曲线下面积AUC值）GRACE＞ACEF＞TIMI＞CHADS2＞Zwolle（P＜0.05）；5种预测工具曲线下面积均大于0.6，其中GRACE曲线下面积大于0.7，显著高于其他4个预测工具，校准度差异均有统计学意义（采用Hosmer-Lemeshow检验χ2值），χ2值越大，所对应P值越小，即预测工具校准度越差，即GRACE＜ACEF＜Zwolle＜TIMI＜CHADS2（P＞0.05）。见表 11，图 3。
| 预测工具 | 最佳临界值 | 敏感度 | 特异度 | 区分度 | P值 | 校准度 |
| AUC(95%CI) | Hosmer-Lemeshowχ2 (P) | |||||
| GRACE | 142.5 | 0.889 | 0.442 | 0.702(0.638~0.765) | 0.000 | 14.545（0.069） |
| TIMI | 4.5 | 0.736 | 0.565 | 0.662(0.589~0.735) | 0.000 | 9.456（0.305） |
| ACEF | 1.05 | 0.847 | 0.480 | 0.685(0.62~0.750) | 0.000 | 14.014（0.081） |
| CHADS2 | 1.5 | 0.542 | 0.699 | 0.651(0.576~0.718) | 0.000 | 5.659（0.685） |
| Zwolle | 8.5 | 0.486 | 0.762 | 0.647(0.580~0.721) | 0.000 | 10.858（0.210） |
|
| 图 3 ROC曲线分析5个风险评分对STEMI患者1年内MACEs的预测能力 |
|
|
将GRACE与其余4个评分相比，TIMI，ACEF，Zwolle，CHADS2的NRI分别为-37.11%，-35.08%，-33, 79%，-21.54%；IDI分别为-3.46%，-4.21%，-4.28%，-4.60%，均为负改善，差异有统计学意义（P＜0.05），即TIMI，ACEF，CHADS2，Zwolle在预测1年内发生MACEs上，在预测准确比例和预测结局的能力均不如GRACE。见表 12。
| 预测工具 | 时间（年） | NRI(Continuous)（95%CI） | P值 | IDI（95%CI） | P值 |
| GRACE vs.TIMI | 1 | -0.3711（-0.6272~-0.1151） | 0.005 | -0.0346（-0.0618~ -0.0075） | 0.012a |
| GRACE vs.ACEF | 1 | -0.3508（-0.6076~-0.0939） | 0.007 | -0.0421（-0.077~ -0.0072） | 0.018a |
| GRACE vs.Zwolle | 1 | -0.3379（-0.5953~ -0.0805） | 0.010 | -0.0482（-0.0746~ -0.0217） | 0.000a |
| GRACE vs.CHADS2 | 1 | -0.2154（-0.4745~- 0.0436） | 0.010 | -0.0460（-0.0892~-0.0028） | 0.037a |
本研究中的全因死亡患者均发生在随访期间的前6个月，而第7个月至1年内研究队列中没有死亡案例，所以6个月内与1年内的全因死亡区分度和校准度数据完全一致。
3 讨论 3.1 ACEF和GRACE对STEMI患者1年内不良预后具有更高的预测价值 3.1.1 STEMI患者6个月内预后风险评分的选择GRACE与ACEF预测6个月内发生MACEs的能力相似，差异无统计学意义（NRI，IDI均为负改善，P＞0.05）。与Chen等[24]研究结果相似（TIMI vs.GRACE：6个月AUC=0.713 vs 0.778）。在6个月全因死亡的识别上，GRACE的敏感度显著低于ACEF（75%＞6.9%），特异度性高于ACEF（93.1%＞78.1%），表明了GRACE在识别全因死亡高危患者的能力不及ACEF（NRI，P＜0.05）但在结局事件的比较上与ACEF价值相似（IDI，P＞0.05）。
全因死亡作为STEMI患者不可逆的严重结局，优秀的风险预测工具应该尽可能的筛查出阳性患者，而GRACE的敏感性显著低于ACEF，这可能会使得高危患者忽略病情严重程度，得不到相应的医疗救治和错过治疗时机，GRACE不仅起不到相应的警示作用而且可能加重患者不良结局。另一方面，GRACE必须借助计算工具完成；预测因子等级划分较细，赋予的分值各不相同不存在规律，临床上在危急时刻计算反而容易出错，ACEF对STEMI介入患者6个月内全因死亡的预测上保持着稳定的敏感性和特异性。综上所述，尽管GRACE和ACEF有相似的预测能力，ACEF的计算方式更简便，即使在临床危急情况下，也可快速完成风险等级计算。因此，推荐ACEF作为STEMI介入患者6个月内预后的首选风险评分。
3.1.2 STEMI患者1年内预后风险评分的选择本研究发现，5个风险预测工具在1年内MACEs发生的预测上，区分度GRACE的区分度最好，ACEF次之；校准度GRACE＜ACEF＜Zwolle＜TIMI＜CHADS2；与GRACE相比，其他四个工具的预测正确的比例和预测结局的能力均不如GRACE（NRI和IDI均呈现负改善，P＜0.05）。
从区分度[23]上分析，GRACE对1年内STEMI介入患者的MACEs预测能力优于ACEF。GRACE和ACEF对全因死亡的预测更为显著，这也许是因为这两个工具在建立初期主要预测的就是患者的死亡情况；而MACEs的发生分为较多种类，其中因心脏原因（心力衰竭，心律失常，心绞痛）再入院的情况容易被患者混淆，且高龄患者易产生非典型心绞痛等症状，易与呼吸困难胸闷心悸混淆因而产生偏倚。事实上，GRACE和ACEF对STEMI介入患者1年内不良预后的预测仍然不十分满意（AUC=0.68~0.83）。但是，ACEF的3个预测因子易提取，不会过度增加患者的医疗负担；且计算简单易操作，临床工作中可以快速完成。从校准度上分析，GRACE在模型的拟合程度表现上更为劣势。2015年Wessler等[25]发现，63%的研究中只告知预测工具的区分度，而只有36%的研究报告了预测工具校准度这一指标。GRACE和ACEF建立的初衷并非服务STEMI患者，GRACE在ACS人群中建立，而ACEF在外科心脏手术人群中建立，工具建立与外部验证人群队列不统一；且GRACE包含预测因子数量多，分值跨度大，这成为了GRACE校准度不佳的一大原因之一；另一个原因在于，本研究纳入患者样本不足，若将来扩大验证样本，也许将改善GRACE和ACEF的校准度[26]。
综上所述，在1年内MACEs的预测上，GRACE的预测准确性更高。
3.2 ACEF在临床工作中适用性最佳风险分层是个连续的过程[6]，GRACE和ACEF中所包含的预测因子多为动态性演变的实验室数据和不受观察者主观臆断的客观指标，例如收缩压、killip分级等可随着病情的走向实时变动，这也成为了ACEF和GRACE拥有较高预测价值的主要原因[24]。
风险预测工具的受用者是患者本身，这意味着预测工具不仅要有准确且高效的特点[27]，患者依从性和对风险预测的接受度成为预测工具能否在临床护理中展开实施的重要因素。ACEF是按照奥卡姆剃刀原理即简约法则[18]，工具建立仅包含3个客观的硬指标，在预测效能上却可以媲美复杂的多变量工具[8]。且所需的医疗支出较少，预测因子数据均可在STEMI患者入院检查中提取，不会给患者增加经济负担；即使在临床危急时刻也可快速计算得出风险分层结果，实际可操作性较强[28]。有研究指出GRACE可能会高估未来MACEs发生的风险[30]，这也许会使得患者过分担忧病情而影响生活，且导致更高的医疗支出。综上所述，ACEF在临床护理工作中的适用性最佳。
3.3 风险评分对临床干预的启示年龄是5个风险评分共有的预测因子，心血管病专家共识指出[30]人口老龄化是我国心血管病负担持续上涨的重要社会因素。然而随着现代亚健康的生活方式的演变，现实世界中的STEMI患者不断呈现低龄化趋势[31]，高龄成为首要风险因素的权重不断下降。研究[31]显示，35岁及以下的STEMI患者往往为肥胖的吸烟男性，且其中有20%的患者出院后发生了主要不良心血管事件，极年轻患者往往是容易被忽视的一部分群体。尽管高血压和糖尿病在极年轻STEMI患者中占比较低，但是随着不良饮食和生活习惯的发展，该类患者高血压和糖尿病的患病几率越高，而这无疑又增加了心血管病的沉重负担。医护人员应该加强对年轻、血脂异常、吸烟的肥胖男性患者的健康教育，尽早进行不良生活方式的改变，控制脂肪摄入，控制吸烟数量，积极改善患者预后。
研究显示[32]中国患者对自身慢性病知晓率不高，而TIMI和CHADS2中患者既往史和现病史信息（高血压、糖尿病等）等危险评分指标，若患者对自身疾病史了解不足将直接影响该风险工具的预测准确性[33]。《中国防治慢性病中长期规划（2017-2025年）》中明确指出，全面实施35岁以上人群首诊测血压，发现髙血压患者和高危人群[34]。实现早诊早治，降低高危人群患病风险才是心血管疾病防治的首要举措。护理人员需要警示疑似高血压和糖尿病患者尽早检查，增强疾病防范意识。在发现处于高血压临界值患者限烟限酒，控制情绪，保持充足睡眠等方式积极改善症状。而对于已经确诊高血压和糖尿病患者，需要限烟限糖，终身服用药物，每日监测血压及血糖。
2 h内迅速解除梗阻冠脉能挽救50%以上的缺血心肌；而每延误1 h则1 000例心肌梗死患者中平均丧生1.6人。中国延迟就诊比例较高[30]，与患者高龄、无医疗保险、文化水平偏低并且吸烟有关。老年人往往在财务和疾病上更容易产生担忧，担心医疗费高昂为家人带来经济压力。医护工作者应该对文化偏低的高龄患者施于同理心，积极开导此类患者，进行心理护理，减轻患者的心理负担，更大限度地给予合理帮助。
本研究得出以下结论，5个评分预测STEMI患者的准确性均不是很高，ACEF预测STEMI患者6个月内MACEs和全因死亡事件的准确性相对较高，GRACE预测1年内预测MACEs的准确性相对较好。同时应该研制基于中国STEMI患者的预后风险预测评分。
本研究存在一定局限性。①本研究为回顾性队列前瞻性随访研究，研究随访过程中，部分患者因高龄或术后时间过久，对发生主要不良心血管事件相关信息产生记忆偏差（如忘记具体发生不良心血管事件的时间，混淆胸痛与胸闷等症状，误将冠脉造影检查当成再次靶血管血运重建等，将计划性入院当作因心脏问题再入院等），导致发生率偏倚，因此应该增加研究者沟通技巧并开展更多前瞻性队列研究。②本研究为单中心研究，代表性较多中心数据有一定局限，因此未来需要结合多中心开展研究。③本研究样本量较少，代表性不足，因此未来需要开展更多大样本研究。
利益冲突 所有作者声明无利益冲突
作者贡献声明 王伊钶直接参与（酝酿和设计实验、实施研究、采集数据、分析/解释数据），文章撰写（起草文章、对文章的知识性内容作批评性审阅）；宋剑平、沈建通参与工作支持（统计分析、行政、技术或材料支持、指导、支持性贡献）；程继芳、王雅、朱霞参与（技术或材料支持、支持性贡献）
| [1] | 窦克非, 王虹剑. 2019年中国成人急性ST段抬高型心肌梗死医疗质量控制报告[J]. 中国循环杂志, 2020, 35(4): 313-325. |
| [2] | 中华医学会心血管病学分会, 中华心血管病杂志编辑委员会. 急性ST段抬高型心肌梗死诊断和治疗指南(2019)[J]. 中华心血管病杂志, 2019, 47(10): 766-783. DOI:10.3760/cma.j.issn.0253-3758.2019.10.003 |
| [3] | Ibnez B, James S, Agewall S, et al. 2017 ESC Guidelines for the management of acute myocardial infarction in patients presenting with ST-segment elevation[J]. Rev Esp Cardiol, 2017, 70(12): 1082. DOI:10.1016/j.rec.2017.11.010 |
| [4] | 梁峰, 胡大一, 方全, 等. 基于指南的ST段抬高型心肌梗死后长期二级预防治疗与风险因素控制最新进展[J]. 中国全科医学, 2019, 22(8) 888-900, 908. DOI:10.12114/j.issn.1007-9572.2019.00.029 |
| [5] | 梁峰, 胡大一, 方全, 等. 急性ST段抬高型心肌梗死的再灌注治疗[J]. 中国循证心血管医学杂志, 2019, 11(3): 263-274. DOI:10.3969/j.issn.1674-4055.2019.03.02 |
| [6] | Virani SS, Alonso A, Benjamin EJ, et al. Heart disease and stroke statistics-2020 update: a report from the American heart association[J]. Circulation, 2020, 141(9): e139-e596. DOI:10.1161/CIR.0000000000000757 |
| [7] | Granger CB, Goldberg RJ, Dabbous O, et al. Predictors of hospital mortality in the global registry of acute coronary events[J]. Arch Intern Med, 2003, 163(19): 2345-2353. DOI:10.1001/archinte.163.19.2345 |
| [8] | Ranucci M, Castelvecchio S, Menicanti L, et al. Risk of assessing mortality risk in elective cardiac operations: age, creatinine, ejection fraction, and the law of parsimony[J]. Circulation, 2009, 119(24): 3053-3061. DOI:10.1161/CIRCULATIONAHA.108.842393 |
| [9] | Morrow DA, Antman EM, Charlesworth A, et al. TIMI risk score for ST-elevation myocardial infarction: a convenient, bedside, clinical score for risk assessment at presentation: an intravenous nPA for treatment of infarcting myocardium early Ⅱ trial substudy[J]. Circulation, 2000, 102(17): 2031-2037. DOI:10.1161/01.cir.102.17.2031 |
| [10] | Gage BF, Waterman AD, Shannon W, et al. Validation of clinical classification schemes for predicting stroke: results from the National Registry of Atrial Fibrillation[J]. JAMA, 2001, 285(22): 2864-2870. DOI:10.1001/jama.285.22.2864 |
| [11] | de Luca G, Suryapranata H, van't Hof AW, et al. Prognostic assessment of patients with acute myocardial infarction treated with primary angioplasty: implications for early discharge[J]. Circulation, 2004, 109(22): 2737-2743. DOI:10.1161/01.CIR.0000131765.73959.87 |
| [12] | 梁峰, 胡大一, 沈珠军. 2013美国心脏病学院基金会/美国心脏协会对ST段抬高心肌梗死的治疗指南[J]. 中国医药科学, 2013, 3(11) 38-40, 95. |
| [13] | 中国高血压防治指南修订委员会, 高血压联盟(中国, 中华医学会心血管病学分会中国医师协会高血压专业委员会, 等. 中国高血压防治指南(2018年修订版)[J]. 中国心血管杂志, 2019, 24(1): 24-56. DOI:10.3969/j.issn.1007-5410.2019.01.002 |
| [14] | 中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2020年版)[J]. 中华内分泌代谢杂志, 2021, 37(4): 311-398. DOI:10.3760/cma.j.cn311282-20210304-00142 |
| [15] | 姚文森. 急性ST段抬高型心肌梗死患者急诊PCI后因主要不良心脏事件再入院的相关影响因素及临床特征分析[D]. 长春: 吉林大学, 2019. |
| [16] | 何潇一, 张华军, 成楠, 等. 不同心肌血运重建方式治疗高龄冠心病三支病变患者的围术期结果[J]. 中国胸心血管外科临床杂志, 2021, 28(6): 627-632. DOI:10.7507/1007-4848.202101050 |
| [17] | 杨昕宇, 顾怡钰, 徐明珠, 等. 年龄、肌酐和射血分数评分对STEMI患者经皮冠状动脉介入术后1年预后的预测价值[J]. 临床心血管病杂志, 2020, 36(8): 719-723. DOI:10.13201/j.issn.1001-1439.2020.08.009 |
| [18] | 高国峰, 周林丽, 张冬, 等. ACEF评分在中国经皮冠状动脉介入治疗患者中的预测价值研究[J]. 中国循环杂志, 2019, 34(11): 1047-1054. DOI:10.3969/j.issn.1000-3614.2019.11.002 |
| [19] | 沈卫峰. 中国急性ST段抬高型心肌梗死的临床管理[J]. 心脑血管病防治, 2020, 20(1): 5-9. DOI:10.3969/j.issn.1009-816x.2020.01.002 |
| [20] | 中华医学会, 中华医学会杂志社, 中华医学会全科医学分会, 等. 缺血性卒中基层诊疗指南(2021年)[J]. 中华全科医师杂志, 2021, 20(9): 927-946. DOI:10.3760/cma.j.cn114798-20210804-00590 |
| [21] | 李东杰, 高杰, 苏丕雄. 复合冠状动脉血运重建术的现状及进展[J]. 中华胸心血管外科杂志, 2021, 37(10): 627-630. DOI:10.3760/cma.j.cn112434-20200727-00350 |
| [22] | 李彤阳, 林卓琛, 葛琪, 等. 两种比较模型预测效果的评价指标及其R实现[J]. 肿瘤预防与治疗, 2019, 32(11): 1018-1023. DOI:10.3969/j.issn.1674-0904.2019.11.012 |
| [23] | Pencina MJ, D'Agostino RB Sr, D'Agostino RB Jr, et al. Evaluating the added predictive ability of a new marker: from area under the ROC curve to reclassification and beyond[J]. Stat Med, 2008, 27(2): 157-172. DOI:10.1002/sim.2929 |
| [24] | Chen YH, Huang SS, Lin SJ. TIMI and GRACE risk scores predict both short-term and long-term outcomes in Chinese patients with acute myocardial infarction[J]. Acta Cardiol Sin, 2018, 34(1): 4-12. DOI:10.6515/ACS.201801_34(1).20170730B |
| [25] | Wessler BS, Lai Yh L, Kramer W, et al. Clinical prediction models for cardiovascular disease: tufts predictive analytics and comparative effectiveness clinical prediction model database[J]. Circ Cardiovasc Qual Outcomes, 2015, 8(4): 368-375. DOI:10.1161/CIRCOUTCOMES.115.001693 |
| [26] | Alba AC, Agoritsas T, Walsh M, et al. Discrimination and calibration of clinical prediction models: users' guides to the medical literature[J]. JAMA, 2017, 318(14): 1377-1384. DOI:10.1001/jama.2017.12126 |
| [27] | 庞琳琳, 张会永, 张哲, 等. 心血管病风险预测模型发展及关于构建急性ST段抬高型心肌梗死病证结合风险预测模型的设想[J]. 中华中医药学刊, 2020, 38(11): 85-89. DOI:10.13193/j.issn.1673-7717.2020.11.023 |
| [28] | Rodriguez-Ramos MA, Guillermo-Segredo M, Arteaga-Guerra D. ACEF score accurately predicts ST elevation myocardial infarction's in-hospital mortality and complications in patients without coronary intervention[J]. J Cardiovasc Med, 2021, 22(4): 320-322. DOI:10.2459/JCM.0000000000001086 |
| [29] | 潘文旭, 成小凤, 何云, 等. 入院GRACE评分及血管内皮功能对ACS患者PCI术后中远期预后的预测价值[J]. 解放军医学杂志, 2018, 43(12): 1031-1038. DOI:10.11855/j.issn.0577-7402.2018.12.07 |
| [30] | 王宪沛, 高传玉, 李牧蔚, 等. 心脑血管病共同危险因素评估、检测及干预的专家共识[J]. 中华实用诊断与治疗杂志, 2021, 35(6): 541-551. DOI:10.13507/j.issn.1674-3474.2021.06.001 |
| [31] | 李相儒, 左惠娟, 杨红霞, 等. 35岁及以下成年STEMI患者的临床特点及其预后研究[J]. 中华心血管病杂志, 2021, 49(11): 1124-1129. DOI:10.3760/cma.j.cn112148-20210805-00672 |
| [32] | 胡盛寿, 高润霖, 刘力生, 等. 《中国心血管病报告2018》概要[J]. 中国循环杂志, 2019, 34(3): 209-220. DOI:10.3969/j.issn.1000-3614.2019.03.001 |
| [33] | Tabata N, Yamamoto E, Hokimoto S, et al. Prognostic value of the CHADS2 score for adverse cardiovascular events in coronary artery disease patients without atrial fibrillation-a multi-center observational cohort study[J]. J Am Heart Assoc, 2017, 6(8): e006355. DOI:10.1161/JAHA.117.006355 |
| [34] | 林晓斐. 国务院办公厅印发《中国防治慢性病中长期规划(2017—2025年)》[J]. 中医药管理杂志, 2017, 25(4): 14. DOI:10.16690/j.cnki.1007-9203.2017.04.089 |