吕新才 卢家忠

急性心肌梗死(acute myocardial infarction,AMI)是一种由于冠状动脉急性闭塞造成部分心肌缺血坏死的危重疾病，临床常表现为胸骨后区剧烈疼痛、发热、胃肠道症状、心律失常等。AMI可导致患者出现一系列神经内分泌代谢紊乱，破坏原有生理状态下的平衡，其中应激性高血糖(stress hyperglycemia,SHG)即是由糖代谢紊乱引起的AMI患者较为常见的现象。SHG是指非糖尿病患者在遭受严重疾病、创伤、感染、中毒等应激情况下出现的血糖异常升高的现象，若未得到有效处理，可影响患者体液平衡，损伤靶器官及免疫功能，加剧炎症反应和内皮损伤，严重影响AMI患者的预后。列线图是一种基于多变量分析，由数条带有刻度的线段按比例布置在平面上绘成，用于预测临床事件风险的模型，由于它能够将复杂的代数方程转化为可视化图形，使风险量化，且使用简便快捷，近年来逐渐引起临床的广泛关注。目前国内已有关于列线图用于评估AMI患者预后风险的报道，但在SHG方面尚未形成有效而一致的预测模型。基于此，本研究拟在单因素和logistic回归多因素分析的基础上，建立预测非糖尿病AMI患者发生SHG的列线图模型，旨在为临床早期甄别SHG高危患者，改善AMI患者预后提供科学参考。

1 对象与方法

1.1 研究对象 选取2018年1月至2020年1月阜阳市第二人民医院初次发生ST段抬高AMI且在12 h内接受急诊经皮冠状动脉介入治疗的314例非糖尿病住院患者作为研究对象。采用留一法，将其分为训练集(

n

=233)与验证集(

n

=81)。纳入标准：①符合ST段抬高AMI的诊断标准者；②首次心肌梗死发作者。排除标准：①合并甲亢、库欣综合征等影响糖代谢的疾病者；②严重肝肾功能不全者；③合并恶性肿瘤者；④合并血液系统、免疫系统疾病者。

1.2 评估标准 所有非糖尿病患者在入院时不论血糖是否升高，均未给予任何降糖治疗，参照美国糖尿病协会制定的诊断标准，将入院次日清晨空腹血糖浓度≥7.0 mmol/L界定为SHG。

1.3 方法 所有患者入院后立即描记18导联心电图，检测并记录一般情况、血糖、心肌酶谱、电解质、肝肾功能、合并症等资料，行急诊介入治疗后，均入住心脏监护病房，并给予溶栓药物治疗。研究具体纳入资料包括性别、年龄、身体质量指数(body mass index，BMI)、吸烟、高血压、高血脂、冠心病家族史、心功能Killip分级、肌酸激酶MB同工酶峰值、发病至球囊扩张时间、左心室射血分数(left ventricular ejection fraction，LVEF)、冠脉病变(单支病变、双支病变、多支病变)、药物应用(阿司匹林、氯吡格雷、他汀类、ACEI/ARB、硝酸酯类、利尿剂)和住院时间。

1.4 统计学方法 应用SPSS 22.0软件对数据进行统计分析，符合正态分布的计量资料以¯

x

±

s

表示，两组间均数比较采用独立样本

t

检验，计数资料以率表示，采用校正

χ

检验或Fisher确切概率法，多因素分析采用logistic回归分析。以

P

<0.05为差异具有统计学意义。采用R(R3.5.3)软件包和rms程序包建立列线图模型。采用Bootstrap 法做内部验证，外部验证通过验证集完成。列线图的预测能力采用一致性指数(consistency index，C-index)、校正曲线和受试者工作特征(receiver operating characteristic，ROC)曲线进行评价，以上均采用rms程序包计算和绘制，其中C-index范围为0.50(无区分能力)～1.00(区分度极好)，C-index≥0.70，表明模型区分度良好。ROC曲线下面积(area under curve，AUC)为0.50(无预测价值)～1.00(完美预测)，AUC越趋近于1，表明预测效果越好。

2 结果

2.1 训练集和验证集患者一般资料比较 训练集和验证集患者一般资料比较，差异无统计学意义(

P

>0.05)。见表1。

表1 训练集和验证集患者一般资料比较

2.2 训练集非糖尿病AMI患者发生SHG的单因素分析 233例训练集患者根据SHG筛查情况，分为SHG组(

n

=84)与非SHG组(

n

=149)，SHG组年龄(65.07±6.41)岁，非SHG组(61.80±7.35)岁，差异有统计学意义(

t

=3.411，

P

=0.001)。参照相关研究，将年龄进一步分为≥60岁和<60岁。两组患者性别、年龄、BMI、心功能Killip分级和LVEF进行比较，差异有统计学意义(

P

<0.05)。见表2。

表2 训练集非糖尿病AMI患者发生SHG的单因素分析

续表2

2.3 训练集非糖尿病AMI患者发生SHG的多因素logistic回归分析 以SHG发生情况为因变量(发生=1，未发生=0)，将单因素分析中有统计学意义的变量作为自变量，包括性别(女性=1，男性=0)、年龄(≥60岁=1，<60岁=0)、BMI(≥28 kg/m=1，<28 kg/m=0)、心功能Killip分级(≥Ⅱ级=1，<Ⅱ级=0)和LVEF(<50%=1，≥50%=0)，采用逐步向前法(Enter法)进行多因素logistic回归分析。结果显示，女性、年龄≥60岁、BMI≥28 kg/m2、心功能Killip分级≥Ⅱ级和LVEF<50%是非糖尿病AMI患者发生SHG的危险因素(

P

<0.05)。见表3。

表3 训练集非糖尿病AMI患者发生SHG的多因素logistic回归分析

2.4 列线图预测模型的建立 本研究基于筛选出的危险因素建立了预测非糖尿病AMI患者发生SHG的列线图模型，见图1。列线图使用方法：根据患者各变量情况选择线段端点，向顶部评分轴做垂直线得到对应得分，将各变量得分相加得出总分，在总分轴上找到对应分值点并向下对总分轴再做垂直线，与风险轴的交点即为该患者的SHG预测发生率。

图1 预测非糖尿病AMI患者发生SHG的列线图模型

2.5 列线图预测模型的验证 通过1 000次训练集Bootstrap 自抽样法进行内部验证，外部验证通过验证集完成。结果显示：训练集、验证集的C-index分别为0.807和0.794；校正曲线验证显示，训练集和验证集的校正曲线均与理想曲线贴近，模型预测概率与实际发生率相吻合，见图2。以SHG诊断情况为金标准，以女性、年龄、BMI、心功能Killip分级和LVEF为检验变量，绘制ROC曲线，结果显示，训练集和验证集的AUC分别为0.811(95%CI：0.782～0.841)和0.804(95%CI：0.767～0.829)。见图3。

图2 列线图的校正曲线

图3 列线图的ROC曲线

3 讨论

本研究中，训练集患者SHG的发生率为36.1%(84/233)，与国外报道中30%～40%的发生率一致，提示AMI患者是SHG的易发人群。这可能是由于AMI患者心血管应激状态较强，促进糖异生、糖原分解及胰高血糖的分泌致使血糖升高。研究表明，SHG与患者预后不良和死亡风险增加密切相关，故掌握SHG发生的危险因素，进行早期预测和防控对AMI患者十分必要。

本研究结果显示，女性、年龄≥60岁、BMI≥28 kg/m、心功能Killip分级≥Ⅱ级和LVEF<50%是非糖尿病AMI患者发生SHG的独立危险因素，与赵振燕等研究结果一致。分析原因可能是随着年龄的增长，机体脏器功能和代谢能力衰退，糖代谢调节能力减弱，在应激源的刺激下，易发生糖代谢紊乱。AMI患者大多集中在中老年人群，此时女性患者多处于绝经期，SHG的发生可能与雌激素水平降低，胰岛素抵抗有关。人体血液中的葡萄糖主要依靠胰岛素转运到细胞内，而肥胖者体内的转运过程往往存在阻碍，导致形成胰岛素抵抗，故也易引起血糖升高。研究显示，Killip分级≥Ⅱ级和LVEF低是SHG发生的危险因素，与本研究结果一致。究其原因，可能是由于Killip分级≥Ⅱ级和LVEF<50%的患者心肌收缩力明显减弱，排血量在短期内急剧下降，可引起循环障碍，产生动脉系统供血不足和静脉系统淤血，在血液不同差的严重应激下易引起血糖升高。

江旭提出了可个体化预测重症监护患者SHG情况的数据驱动模型，但基于数据驱动得到的输出预测方程在实际使用时需要繁琐的计算。相比之下，列线图作为可视化的预测模型，显得更为直观快捷，具备更强的临床实用性。同时，为了避免过度拟合，本研究对模型进行了内外部验证，结果显示，训练集、验证集的C-index分别为0.807和0.794，校正曲线均与理想曲线贴近，表明模型预测准确性良好。ROC曲线显示，训练集和验证集的AUC分别为0.811(95%CI：0.782～0.841)和0.804(95%CI：0.767～0.829)，表明模型区分度良好，适用于预测非糖尿病AMI患者发生SHG的风险。临床可根据构建的列线图模型，将SHG的发生风险定量化，对患者进行危险分级，从而加强对SHG高风险患者的血糖监测和降糖干预，以最大程度降低SHG的负面效应。

综上所述，本研究以多因素回归分析筛选出的5项危险因素作为预测因子，成功建立了预测非糖尿病AMI患者发生SHG的列线图，并经验证该模型具有良好的预测准确性，有助于临床筛查SHG高风险患者和提前制定干预方案。