ACS患者死亡风险预测:2021中国多中心队列竞争风险模型分析

2026-03-21 MedSci xAi 发表于广东省
本研究基于中国心血管协会全国多中心队列数据,采用竞争风险模型分析2018-2021年ACS患者死亡风险,揭示心血管死亡与非心血管死亡的预测因素及COVID-19大流行对死亡模式的影响。

研究设计与数据来源
在这项全国性的多中心个体队列研究中,我们使用了中国心血管协会(CCA)数据库-CPC的数据。CPC旨在为急性胸痛患者提供紧急医疗保健。该系统在中国CPC联盟的统一管理下建立,并在国家放射临床研究中心的指导下开展工作。参与医院自愿向CPC数据库报告一组定义的临床数据。提交的信息包括人口统计学特征、治疗策略、再灌注时间线和临床结局(补充方法1.1和1.2)。死亡记录从中国疾病预防控制中心的死因报告系统(CDRS)中提取。CDRS于2013年由国家卫生和计划生育委员会建立,整合了疾病监测点系统和生命登记系统。作为中国具有省级代表性的官方死亡监测系统,它覆盖了中国大陆31个省级行政区划中的605个监测点,涉及超过3亿人,占总人口的99%,并通过基于互联网的方法实时收集死亡信息的个人详细情况。质量控制措施和数据收集的描述已在其他地方详细说明。本研究方案已获得上海市徐汇区中心医院伦理委员会的批准(批准号:2023-043)。由于使用的是去标识化的数据,机构审查委员会豁免了知情同意。

研究人群
纳入了2018年1月1日至2021年12月31日期间出院诊断为急性冠状动脉综合征(ACS)且年龄≥18岁的患者。ACS包括一系列疾病,如ST段抬高心肌梗死(STEMI)、非ST段抬高型心肌梗死(NSTEMI)和不稳定型心绞痛。ACS亚型的确定基于国际疾病分类第10版(ICD-10)代码I20.0、I20.1、I21-I21.9、I22和I23。住院期间死亡的患者以及缺少年龄、性别、出院诊断和出院时间数据的患者被排除在外(补充图1)。

结局
主要结局是全因死亡。为了确定生存状态和死亡原因,我们在CCA-CPC数据库与中国疾病预防控制中心的CDRS之间进行了链接(补充方法1.5)。此链接基于每位患者的唯一国家身份证号码,这是中国所有公民的强制性和终身标识符。当CPC数据库中的患者国家身份证号码与CDRS中的死亡记录匹配时,确认为有记录的死亡。随访期从出院日期开始,到CDRS中记录的死亡日期结束。根据国际疾病分类第10版(ICD-10),死亡的根本原因被分类为心血管死亡或非心血管死亡(补充表1)。心血管死亡定义为由心血管疾病(CVD)引起的任何死亡,包括缺血性心脏病(IHD)、缺血性卒中、脑内出血、心力衰竭、猝死、肺栓塞、心源性休克、外周动脉疾病和其他心血管原因。非心血管死亡包括恶性肿瘤、感染(包括败血症)、肾病、胃肠道疾病、慢性肺部疾病、非颅内出血和其他非心血管原因。

研究变量和定义
患者特征从入院时收集,包括年龄、性别、心率、收缩压、舒张压、危险因素和疾病史。出院时开具的药物记录包括抗血小板药物、血管紧张素转换酶抑制剂/血管紧张素受体阻滞剂、降脂疗法和β受体阻滞剂。危险因素包括高血压血脂异常糖尿病、吸烟、肥胖和早发心血管疾病的家族史(补充方法1.4)。早发心血管疾病的家族史定义为一级亲属中有男性在55岁之前或女性在65岁之前患有冠心病或卒中的历史。疾病史包括冠心病、房颤、慢性心力衰竭、瓣膜性心脏病、脑血管疾病、外周动脉疾病、主动脉瘤、慢性阻塞性肺疾病(COPD)和慢性肾病。

统计分析
描述性统计用于描述研究样本的基本特征。连续变量表示为均值和标准差,分类变量表示为频数和百分比。使用R中的“mice”包(R统计计算基金会)通过随机森林方法对连续变量进行多重插补。卡方检验用于分类变量,Kruskal-Wallis检验用于连续变量,以比较类别的差异。为了考虑竞争风险(非心血管死亡与心血管死亡的竞争风险),我们使用Fine-Gray子分布风险模型进行特定原因死亡率分析。进行了亚组分析,以评估性别(男性 vs 女性)、年龄(<65岁 vs ≥65岁)和ACS亚型(STEMI、NSTEMI和不稳定型心绞痛)的时间死亡模式。按性别和年龄分层调查了死亡原因的比例和时间模式。地标分析在出院后12个月进行,旨在比较短期(0-12个月)和长期(12-48个月)期间的累积死亡率。多变量竞争风险模型用于识别与全因死亡、心血管死亡和非心血管死亡相关的预测因子,结果报告为子分布HR及其95% CI。该模型纳入了以下协变量:性别、年龄、MI指数住院、降脂疗法、心率、糖尿病、房颤、心力衰竭、瓣膜疾病、脑血管疾病、主动脉瘤、COPD和慢性肾病。为了验证主要发现的稳健性,我们进行了几项敏感性分析。首先,我们比较了最终分析队列中包括的患者和因住院死亡、缺失数据或未成功链接而排除的患者之间的基线特征和死亡原因,以评估潜在的选择偏倚。其次,为了评估COVID-19大流行对死亡原因分类和趋势的潜在影响,我们将队列分为两个时期:COVID-19前(2018年至2019年入院)和COVID-19时期(2020年至2021年入院)。然后,我们比较了这两个时期的特定原因死亡率的累积发生率和比例分布。所有分析均在R版本4.1.3中进行。双侧P值<0.05被视为具有统计学意义。

AI
与梅斯小智对话

观星者应用

MedSearch MedSearch 医路规划 医路规划 数据挖掘 数据挖掘 文献综述 文献综述 文稿评审 文稿评审 科研绘图 科研绘图 课题设计 课题设计

科研工具

AI疑难疾病诊断 AI疑难疾病诊断 AI调研 AI调研 AI选刊 AI选刊 ICD-11智能查询 ICD-11智能查询 PUBMED文献推荐 PUBMED文献推荐 专业翻译 专业翻译 体检报告解读 体检报告解读 化验单智能识别 化验单智能识别 文本润色 文本润色 文献综述创作 文献综述创作 智能纠错 智能纠错 海外邮件智能回复 海外邮件智能回复 皮肤病自测 皮肤病自测 肌肤女神 肌肤女神 论文大纲 论文大纲 论文选题 论文选题