消融指数指导心房颤动射频消融的有效性和安全性的荟萃分析

李宸 章海燕 徐少华 许海南 张祖宏 龙明智

(1.南京医科大学研究生院，江苏 南京 211166；2.南京医科大学第二附属医院心血管内科，江苏 南京 210011)

心房颤动(房颤)是一种因心房失去正常电活动而呈无序激动及收缩的房性心律失常，具有发病率、致死率和致残率高的特点[1]。一项针对中国31 230例35岁以上人群的流行病学研究显示，房颤的患病率随年龄的增长而显著升高，在75岁以上的人群中为2.35%，给中国医疗卫生事业带来了巨大经济负担[2]。近年来，中国、美国及欧洲指南[3-5]均推荐对于抗心律失常药物疗效欠佳且症状明显的房颤患者，首选进行射频消融肺静脉电隔离(pulmonary vein isolation，PVI)。因而，如何做到完全持久PVI的同时避免过度消融，便成为了新的研究靶点。

消融指数(ablation index，AI)作为一种新型的用于精准评估消融损伤程度的参数，将导管组织接触压力(contact force，CF)、消融时间和功率纳入到加权公式中进行计算，具有缩短手术时间、提高PVI率以及降低房颤复发率等优势[6]。然而，目前该领域研究间所得结论并非完全一致，尚缺乏足够的研究证据，现采用荟萃分析的方法，对AI指导房颤射频消融的有效性和安全性作出评价，进一步指导临床应用。

1 资料与方法

1.1 文献检索

计算机检索PubMed、Embase、The Cochrane Library、中国期刊全文数据库(CNKI)、万方数据库及维普数据库。检索时限均为从建库起至2021年7月30日。英文检索词：atrial fibrillation、radiofrequency ablation、ablation index。中文检索词：心房颤动、射频消融、消融指数。英文检索式为“atrial fibrillation[ALL] AND radiofrequency ablation[ALL] AND ablation index[ALL]”，中文检索式为“心房颤动AND射频消融AND消融指数”。

1.2 纳入和排除标准

1.2.1 纳入标准

(1)研究类型：在同行评审中英文期刊上发表的临床研究。(2)研究对象：临床诊断为房颤且首次接受射频消融的患者。(3)干预措施：试验组受试者在AI指导下行射频消融，对照组受试者在CF指导下行射频消融。(4)结局指标：手术时间、透视时间、消融时间、单圈隔离率、急性肺静脉电传导恢复风险、术后房颤复发风险及手术并发症风险。

1.2.2 排除标准

(1)综述、病例报告和荟萃分析等其他类型的文献；(2)使用重复数据发表的文献；(3)无法准确提取数据或数据缺失的研究。

1.3 文献筛选和数据提取

由2名研究者(徐少华、张祖宏)独立筛选文献、提取资料并交叉核对，如遇分歧则讨论解决或交由第3名研究者协助判断。提取的资料包括：纳入文献基本特征(样本量、房颤持续时间、年龄、性别、CHA2DS2-VASc评分、左房直径和左室射血分数)和用于评价研究质量及偏倚风险的相关信息。

1.4 文献质量评价

由2名研究者(章海燕、许海南)根据纽卡斯尔-渥太华量表(Newcastle-Ottawa Scale，NOS)[7]独立完成纳入研究的质量评价工作，并交叉核对结果。NOS量表包括3大类，共8项评价内容，其中可比性一项最多加2分，其余每符合一项内容增加1分，总评分0～3分代表低质量，4～6分代表中质量，7～9分代表高质量。

1.5 统计学方法

采用RevMan 5.4和Stata 14.0统计软件进行荟萃分析，并按照PRISMA报告流程[8]进行报告。对于二分类变量采用比值比(odds ratio，OR)作为效应量，对于连续性变量采用均数差(mean difference，MD)作为效应量，各效应量均采用点估计值及95%可信区间(confidence interval，CI)表示。采用χ2检验评价纳入研究的异质性，若无明显统计学异质性(P>0.1，I2<50%)则选用固定效应模型，若有显著统计学异质性(P<0.1，I2>50%)则选用随机效应模型，同时对可能导致异质性的因素进行敏感性分析，以考察总体效应估计值是否可靠。通过漏斗图及Begg检验评估发表偏倚，若检验P值<0.1说明存在发表偏倚。

2 结果

2.1 文献检索结果

初步检索数据库共获得文献440篇(包括PubMed75篇、Embase164篇、The Cochrane Library179篇、中国知网13篇、万方数据库7篇和维普数据库2篇)，去掉重复文献109篇，得到文献331篇。通过阅读标题和摘要部分，排除文献286篇，对剩余45篇文献进行全文浏览评估。排除采用重复数据发表的文献2篇，不符合纳入标准的文献26篇以及无法准确提取数据的文献5篇，最终纳入文献12篇[9-20]。详细检索流程及结果如图1所示。

2.2 纳入研究基本特征

该荟萃分析共纳入12项研究，共计2 370例受试者，其中试验组1 231例，对照组1 139例。NOS量表提示纳入文献中11篇为高质量，1篇为中质量。纳入研究的基本特征汇总见表1。

2.3 荟萃分析结果

图2～图8显示了本研究各项结局指标的森林图。试验组的手术时间(MD=-12.44，95%CI-21.57～-3.30，P=0.008)、透视时间(MD=-3.70，95%CI-4.73～-2.66，P<0.001)和消融时间(MD=-3.40，95%CI-4.93～-1.88，P<0.001)相较于对照组均显著减少。试验组的单圈隔离率相较于对照组显著增加(OR=0.41，95%CI0.32～0.52，P<0.001)。试验组的急性肺静脉电传导恢复风险(OR=0.34，95%CI0.19～0.60，P<0.001)和术后房颤复发风险(OR=0.48，95%CI0.40～0.59，P<0.001)相较于对照组显著减少。而在手术并发症风险方面，两组比较差异无统计学意义(OR=0.52，95%CI0.25～1.09，P=0.08)。

2.4 敏感性分析

上述评价指标中手术时间及透视时间所纳入的研究异质性偏大，故进一步行敏感性分析。通过逐一删除每项研究及删除相对低质量研究的方法，重新评 估合并效应值，与之前的荟萃分析结果一致，表明其结果敏感性低，稳定性较好。

表1 纳入研究的基本特征

图2 AI组与CF组手术时间比较的森林图

图3 AI组与CF组透视时间比较的森林图

图4 AI组与CF组消融时间比较的森林图

图5 AI组与CF组单圈隔离率比较的森林图

图6 AI组与CF组急性肺静脉电传导恢复风险比较的森林图

图7 AI组与CF组术后房颤复发风险比较的森林图

图8 AI组与CF组手术并发症风险比较的森林图

2.5 发表偏倚

纳入研究的漏斗图基本对称(图9)，并且除手术时间和消融时间以外的各项指标Begg检验P值均>0.1，提示存在发表偏倚的可能性较小。而手术时间的Begg检验结果(Z=2.13，P=0.03)和消融时间的Begg检验结果(Z=2.20，P=0.03)则提示纳入文献可能存在一定的发表偏倚。

3 讨论

本篇荟萃分析纳入了12项研究，对7项反映AI指导房颤射频消融有效性和安全性的指标进行评价。结果表明，相较于对照组，AI的应用能够显著减少所需手术时间、透视时间和消融时间，在提高单圈隔离率的同时，降低了急性肺静脉电传导恢复风险和术后房颤复发风险，并且不会增加手术并发症的发生。其中，反映手术时间和透视时间的研究间存在较大的异质性，这可能与不同中心、不同术者、消融参数设置不同及技术差异性有关。与此前Pranata等[21]开展的荟萃分析相比，本篇荟萃分析纳入了更多的研究，受试者涵盖白种人、拉丁裔和亚裔等多个种族，使得研究结论具有更好的种族普适性。此外，方法学质量评价显示纳入研究的整体质量较高，因此荟萃分析结果具有一定的可靠性。

图9 漏斗图

PVI作为房颤射频消融的基石，其关键在于消融线的连续性及消融点的透壁性[22]，然而一直以来对于消融损伤程度的把握只能依靠术者的经验判断。近年来，随着压力监测导管的出现，衍生出了压力时间指数、Visitag以及AI等指标，进而提高了PVI的效率[23]。AI将心肌组织CF、消融时间和消融功率进行融合，相较于压力时间指数及Visitag，能够更好地为消融能量的精准输出提供量化标准[24]。多项研究均证实AI的应用不仅提升了单次消融的成功率，而且使得房颤复发率大幅降低。Casella等[9]通过研究发现，在为期24个月的随访之后，AI组房颤复发率显著低于CF组(15.5% vs 30.6%，P=0.04)。而Kiliszek等[12]对275例受试者进行了为期12个月的随访，发现AI组的房颤复发率明显低于非AI组(25.8% vs 40.6%，P=0.02)，这反映出AI指导下消融相比于传统CF指导下消融具有显著优势。

AI的安全性则体现在患者及术者两个方面。于患者而言，虽然本篇荟萃分析对手术并发症风险的评价未能得出阳性结果，但森林图结果对于试验组更为有利。AI对于消融程度的量化使得术者能够在有效消融的同时避免过度消融，从而有效预防左房食管瘘、心脏穿孔及传导阻滞等并发症的发生[25]。Lee等[13]研究认为，阻断肺静脉电位传导的最佳AI值为450(位于左房前壁及顶部)和350(位于左房后壁及底部)。然而，目前对于最佳AI值的设定仍然存在一定分歧，如何为患者设定个体化AI值尚需进一步研究。此外，于术者而言，AI的应用使得手术时间及术中透视时间大幅缩短，因此术者的负重站立时间及所承受的放射性损伤也会相应减少，更加有益于术者健康[26]。

本篇荟萃分析仍存在一定的局限性：(1)由于该领域缺乏相关的随机对照研究，因此纳入的12项研究为非随机对照研究，总体样本量偏少，可能会对研究结果产生一定影响；(2)由于各项研究的基线特征有所不同，彼此间的异质性难以避免，本研究已采用随机效应模型尽可能降低其对结果的影响，并通过敏感性分析进一步证明结果的稳定性；(3)由于条件所限，未能按照年龄、性别、房颤类型等指标进一步划分亚组以挖掘更多有价值的信息。

综上所述，AI指导射频消融行PVI能够有效提高手术成功率，降低房颤术后复发风险，具有广阔的临床应用前景。目前对于AI的探索仍缺乏相应的随机对照研究，并且对于最佳AI值的设定仍需进一步探究。笔者相信，随着相关领域研究的进一步深入，AI指导下的射频消融将造福更多的房颤患者。

利益冲突本文未涉及任何形式的利益冲突