JACC Cardiovasc Imag：冠状动脉疾病的诊断预测模型
2018-03-09 国际循环编辑部 国际循环
已发表的冠状动脉疾病（CAD）3种预测模型对于美国伴有阻塞性CAD的胸痛患者，预测价值如何？近期发表的一项最新研究就此问题进行了探讨。
已发表的冠状动脉疾病（CAD）3种预测模型对于美国伴有阻塞性CAD的胸痛患者，预测价值如何？近期发表的一项最新研究就此问题进行了探讨。
研究者对PROMISE研究中4996例接受计算机断层扫描血管造影术（CTA）或有创冠状动脉造影（ICA）检查的患者中3468例存在稳定胸痛的患者进行分析。研究者推测若CTA显示无狭窄且冠状动脉钙化（CAC）评分为0，则ICA检查无阻塞性CAD；并根据临床变量及CTA结果推算缺失的ICA结果。根据已发表的3种模型（以年龄、性别及胸痛类型为依据的基础模型，在基础模型基础上进一步涉及糖尿病、高血压、血脂异常及吸烟状况的临床模型以及临床+CAC评分模型）的系数计算CAD的预测概率。
受试患者的平均年龄为60岁，女性共计有1805例，CTA显示存在阻塞性CAD者共计779例（23%）。分析发现，基础模型、临床模型及临床+CAC评分模型对于CAD具有良好的鉴别能力，所对应的C统计值分别为0.69（95%CI：0.67~0.72）、0.72（95%CI：0.69~0.74）和0.86（95%CI：0.85~0.88）。校准分析显示，与预期相比，典型的胸痛及糖尿病的预测价值相对较差，但CAC评分的预测价值则相对更好。具体来说，对31%经临床模型预测发生CAD概率较低（≤10%）患者的分析显示，其实际CAD患病率为7%；对48%的经临床+CAC评分模型预测发生CAD风险较低患者的分析显示，其实际患病率仅为2%。除外缺失数据后的敏感性分析显示，以CTA结果为结局时所获得的结果相似，但对于行ICA的患者，预测模型显著低估CAD风险。
综上可见，现有临床预测模型可识别阻塞性CAD发生概率较低的患者。尽管与预期相比，某些预测因素如胸痛类型及糖尿病的预测价值相对较差、CAC评分的预测价值相对较好，但CAD预测模型对于PROMISE研究中的患者还是具有相对比较准确的预测价值，故可用于评估拟行无创影像学检查的慢性稳定心绞痛患者发生CAD的概率或风险。总之，CAD临床预测模型具有良好的预测价值，有助于帮助临床医生识别CAD风险较低的患者。鉴于该研究主要分析中有关ICA的结果很多依靠的是估算数据，故未来有必要进一步开展研究对其结果进行验证。
原始出处：
Genders TS, Coles A, Hoffmann U, et al. The External Validity of Prediction Models for the Diagnosis of Obstructive Coronary Artery Disease in Patients With Stable Chest Pain: Insights From the PROMISE Trial. JACC Cardiovasc Imaging. 2018;11:437-446.
作者：国际循环编辑部
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#ASC#
27
#JACC#
28
#诊断预测模型#
0
#冠状动脉疾病#
0
#预测模型#
27