心电学指标在预测心脏性猝死中的研究进展

程思静 华伟

100037 中国医学科学院 北京协和医学院 国家心血管病中心 阜外医院心律失常诊治中心

心血管疾病是人类的首要死因，全球约1 785万人死于心血管疾病，占非传染性疾病死亡总数的44%[1]。在因心血管疾病死亡的人群中，约25%的患者首要表现为心脏骤停或心脏性猝死(sudden cardiac death，SCD)。如果没有迅速采取正确的急救措施，心脏骤停就会演变为SCD。SCD是指在症状发生1 h之内发生的突然的、意外的死亡；或在没有目击者的情况下，在死亡前24 h无症状，而且排除其他可能的死因，推测由于心血管因素导致的死亡[2]。中国的一项横断面研究表明，SCD的发生率为41.8/10万人[3]。不同年龄的人群中导致SCD的病因构成是不同的，在年轻个体中，离子通道病、心肌病、心肌炎和药物滥用占主要地位，而在老年人中，冠心病、心脏瓣膜病和心力衰竭则是主要原因，但仍有2%～54%的患者在尸检后仍然找不到病因[4]。

由于SCD的突发性，对其准确预测是非常重要的。心电学检查是预测SCD的一种重要手段，目前有很多的心电学指标用于SCD的危险分层和预测。本文先对已有较多研究的经典心电学指标进行总结，然后重点介绍心电学指标研究进展，最后介绍用于预测的心电学指标模型。

1 心电学经典指标

基于心电图的心电学指标包括心率、P波、QRS波、QT间期、T波、J波等。

1.1 心率

包括静息心率、心率减速力、心率震荡等[5]。心率减速力通过对Holter记录的24 h心电图进行分析，根据测算公式测定心率整体趋向性和心率减速能力，其受损标志着迷走神经功能降低。对于心肌梗死后患者，心率减速力比左心室射血分数和心率变化更能准确预测死亡[6]。心率震荡反映了室性期前收缩导致的心率改变，表现为早期的心率加速与其后伴随的心率减速。心率震荡能够预测急性心肌梗死后左室射血分数>30%患者的SCD和心律失常事件，当与后文提到的T波电交替结合时，预测能力会进一步提升[7]。

1.2 QRS波

包括碎裂QRS波、QRS时限、QRS-T角等。碎裂QRS波是指心电图上相邻两个及以上导联出现的多相QRS波，并且排除完全性或不完全性束支传导阻滞及室内阻滞。它与先天性心脏病、原发性高血压伴左心室肥厚、运动相关的SCD有关[8-10]。QRS时限增加与正常人群以及Takotsubo综合征患者的猝死有关，而且QRS时限增加的速度和幅度也被证明与成人先心病SCD的风险增加有关[11-13]。QRS-T角>90°是独立于左心室射血分数的心脏骤停的危险因素[14]。

1.3 QT间期

包括校正的QT间期、QT离散度等。校正的QT间期是猝死的独立危险因素[15]。校正的QT空间离散度与肥厚型心肌病患者的SCD有关[16]。

1.4 T波

包括T波峰末间期、T波电交替(T wave alternans，TWA)、微伏级T波电交替(microvolt T wave alternans，MTWA)。T波峰末间期可作为一般人群和有心血管基础疾病患者的心律失常事件和死亡的危险分层因素[17]。TWA是心电图中T波的形态、振幅和极性的逐搏交替改变。TWA是非缺血性肥厚型心肌病患者预测SCD的敏感性指标[18]。MTWA是经过特殊心电信号处理记录的TWA，它与扩张型心肌病、肥厚型心肌病猝死风险有关[19-20]。但是也有研究表明其无法预测心肌梗死后左室射血分数≤30%患者的室性心动过速事件[21]，因此其应用价值还需要更加明确的证据支持。

2 心电学指标新进展

2.1 周期性复极动力学(periodic repolarization dynamics，PRD)

PRD是近年来新提出的心电现象，与交感神经兴奋有关，是复极化低频段(<0.1Hz)中的周期性的成分。首先使用FRANK导联体系记录体表X、Y、Z轴的正交心电图信号或者将标准心电图信号转化为正交的X、Y、Z轴心电图信号。在心电图中，T波主要反映复极的特性，因此将心电图信号中每个T波的时空信息整合成一个单独的向量T°。然后使用连续复极化向量之间的角度dT°来表示瞬时复极不稳定性。研究者使用连续小波转换得到的小波系数的平均数来定量表示dT°的特性。PRD就是低频段(<0.1 HZ)中小波系数的平均值[22]，并且与呼吸和心率变异无关[23]。在MADIT-Ⅱ研究的亚组分析中，PRD是心肌梗死后左心室射血分数降低患者SCD的预测指标[22]。研究者随后又对415例心肌梗死患者进行了前瞻性的验证，将患者根据PRD分为<5.75 deg2和≥5.75 deg2，结果表明PRD增加是3年全因死亡和心血管死亡的独立危险因素[24]。一项基于15个欧盟国家44个中心的前瞻性对照研究纳入了1 371例左心室射血分数低于35%并且符合预防性植入式心律转复除颤器(implantable cardioverter defibrillator，ICD)植入一级指征的患者，结果表明PRD>7.5 deg2的患者比PRD<7.5 deg2的患者能从ICD植入中获益更多。该研究表明PRD可以用来指导预防性ICD植入的决策[25]。目前对于PRD的临床主要来源于欧洲，尚无来自其他地区的大规模临床试验来验证。另外研究主要针对心肌梗死后患者，无法确定针对于不同人群的合适的截断值，因此需要有更多的研究对其适用性进行评估。

2.2 区域恢复不稳定指数(regional restitution instability index，R2I2)和ECG恢复峰值斜率(peak ECG restitution slope，PERS)

R2I2是在电生理检查中基于心电图定量测量室性心律失常风险的指标，原理是动作电位时程(action potential duration，APD)恢复斜率代表了局部电生理特性的异质性。在特定的起搏刺激方案下，以T波峰值和QRS波的起点为基准点，APD是指QRS起始至T波峰值时间(QTp)，舒张期是指T波峰至下一个QRS起始(TpQ)。在不同的导联中在连续的前后有重叠的40 ms时长内用最小二乘回归对TpQ和QTp进行拟合并计算出斜率。在同一导联中计算出斜率与斜率均值的差值，并计算这些差值的标准差。这个标准差就是APD恢复异质性，R2I2就是各导联APD恢复异质性的均值[26]。PERS也是一个新的基于心电图的指标，该指标的理论基础是APD恢复的斜率与发生室性心动过速的倾向有关，PRD是各导联最大恢复斜率的均值[27]。在一项纳入26例的回顾性研究中，R2I2是缺血性心脏病患者室性心律失常和死亡的独立危险因素[26]。在一项纳入60例缺血性心脏病患者的研究中，R2I2和PERS在室性心律失常或SCD患者中更高[28]。但是由于针对R2I2和PERS的临床研究较少，尚不能确定合适的标准用来指导临床SCD的危险分层。另外，之前的研究主要是针对缺血性心脏病的患者，这两个新指标是否适用于一般人群的筛查和其他特定人群的风险预测还需要后续的研究来证明。现在有一项预计纳入至少440例缺血性心脏病受试者的针对R2I2和PERS作为室性心律失常预测指标的研究(NCT03022487)正在进行，其截断值分别为R2I2=1.03，PERS=1.2。这项研究的结果会对R2I2和PERS用于预测SCD的可行性提供更多的证据[27]。

3 心电学指标预测模型

3.1 总体电生理异质性风险评分

总体电生理异质性风险评分纳入了5个心电指标，分别是QRST波积分绝对值和(sum absolute QRST integral，SAI QRST)、空间QRST角、空间心室复极梯度(spatial ventricular gradient，SVG)大小、SVG仰角和SVG方位角。SAI QRST是在QRS波和T波与等电线围成的面积和。空间QRST角是QRS向量和T向量在空间中的夹角。SVG是QRS向量和T向量的矢量和，SVG大小是SVG向量的模。SVG方位角是SVG向量与水平面(XY平面)的夹角。SVG仰角是SVG向量与垂直面(XZ平面)的夹角。在一项基于ARIC和CHS两个大型的前瞻性的队列研究中，研究者利用总体电生理异质性风险评分对一般人群进行危险分层，结果表明该评分的基线水平以及其随时间的大幅增加是SCD的独立危险因素。当与临床指标或者人口学因素结合后其预测能力有所提升[29]。另一个研究也验证了在ARIC队列研究其对SCD的预测价值[30]。该研究为一般人群的SCD的预测提供了新的手段，但是仍需外部人群进行验证。

3.2 多因素两步程序性心室刺激法

在一项前瞻性多中心观察性队列研究中，通过两步心电学检查方法对心肌梗死后射血分数保留心力衰竭患者进行危险分层。(1)第一步算法是根据Holter动态心电图或者信号平均心电图评估危险因素。对于出现室性期前收缩、非持续性室性心动过速、心室晚电位、延长的QT间期、T波电交替增加、心率变异降低、心率减速力降低、心率震荡心电现象之一的患者进行程序性心室刺激。(2)在第二步程序性心室刺激中，诱导出持续性单形性室性心动过速、心室扑动或多形性室性心动过速的患者被认定为高危患者。在本次研究中，基础人群主要心律失常事件发生率为1.5%，但是在两步法筛选出的高危人群中，心律失常事件发生率达22%。该算法的敏感性为100%，特异性为93.8%，阴性预测值为100%，阳性预测值为22%，表明多因素两步程序性心室刺激法可以识别心肌梗死后射血分数保留的高危心力衰竭患者[31]。将该研究评为2019年心律失常领域的十大进展之一，填补了当前SCD预防的空白[32]。该研究对筛选心肌梗死后心律失常高风险个体提供了可行的方案，但是仍需随机对照试验来验证其在临床实践中的价值。

4 总结和展望

本文总结了预测SCD的经典心电学指标以及最新进展。从中可以看出心电学指标并不再局限于从心电图中直接获取，而是更多地基于高分辨率的技术以及相应算法等去识别其中能够反映易发生SCD的指标。这为未来心电学指标的研究提供了新的思路。

尽管很多心电学指标已经被证明在SCD中的价值，但是它们的阳性预测准确率限制了它们单独作为危险分层指标的应用[33]。如何构建预测能力更好的模型或者评分是后续研究的重点。目前，SCD的预测主要还是针对有心血管疾病基础的人群，未来的研究也应探究适用于大规模人群筛查的心电学指标，为一般人群高风险个体识别提供更多的证据，并对这些个体制订相应的干预策略，以期降低SCD的疾病负担。

利益冲突：无