非ST 段抬高型心肌梗死患者死亡的危险因素及风险预测模型研究进展

马小慧，刘蕾，李波，孙金菊，孟继娴，甄紫伊，徐以康

1 沈阳医学院研究生院，辽宁沈阳 110034；2 辽宁中医药大学护理学院，辽宁沈阳 110032；3 大连市友谊医院护理部，辽宁大连 116001；4 沈阳医学院附属第二医院心血管内科，辽宁沈阳 110001

急性心肌梗死是临床上常见且危急的心血管疾病，发病率和病死率均较高。2023 年美国心脏病协会关于心脏病和卒中的数据报告中指出，美国心肌梗死的年发病数为80.5万例，包括60.5万例新发发作和20 万例复发发作，死亡人数高达10.9 万例/年［1］。《中国心血管健康与疾病报告2021》显示，急性心肌梗死的发病率无论是在农村还是城市均呈增高趋势，病死率也在持续上涨，2021 年农村和城镇地区急性心肌梗死的病死率分别达83.26/10 万人、56.49/10万人［2-3］。根据心电图上ST段的特征，急性心肌梗死分为ST 段抬高型心肌梗死（STEMI）和非ST 段抬高型心肌梗死（NSTEMI）。据研究报道，NSTEMI 患者比例逐年增加，由2007 年的15.7%上升至2018 年的45.2%［4］，据统计，北京市2007 年到2012年，NSTEMI 患者住院率增加了3倍［5］。与STEMI患者相比，NSTEMI患者年龄较大，更可能出现合并症，常伴有多支血管病变，且症状不典型，心功能更差［6-7］，短期病死率呈明显上升趋势［8］，远期预后差，其3年病死率是STEMI 患者的一倍［9］。有研究表明，对NSTEMI 患者实施早期干预，可显著降低患者复发风险，缩短其住院时间［10］，对于中高危NSTEMI 患者，若早期介入治疗，其1 年病死率明显降低［11］。从影响预后的危险因素入手，针对性对个体进行干预，可以改善患者预后，风险预测模型纳入多个危险因素进行分析，可以准确客观地评估和预测NSTEMI 患者的危重程度和不良预后。因此，本文将对NSTEMI 患者死亡风险的危险因素和风险预测模型的研究现况做一综述，以期为临床诊疗提供循证依据，为后期干预提供参考依据。

1 NSTEMI患者死亡的危险因素

1.1 社会人口学特征 一项来自美国国家住院样本（NIS）数据库的470多万NSTEMI患者的研究数据显示，性别不是影响NSTEMI 患者死亡的独立危险因素，女性NSTEMI 患者病死率与男性相比没有明显差异12］。在中国急性心肌梗死注册登记（CAMI）数据库中关于5 509 例NSTEMI 患者的研究指出，年龄每增加1岁，NSTEMI患者出院后死亡风险会增加5%［13］。同时，多项研究表明，高龄是NSTEMI 患者死亡的独立危险因素［14］。CAMI 数据库中5 816 例NSTEMI 患者的研究数据显示，NSTEMI 患者住院期间病死率为6.05%［15］；随永刚等［16］调查研究显示，≥80岁的NSTEMI患者住院期间病死率高达16.5%。

1.2 临床检查指标 在以CAMI 数据库5 000 多例NSTEMI 患者为研究对象的分析中发现，体质量指数（BMI）是NSTEMI 患者短期死亡（OR=0.943，95%CI：0.900～0.988）及长期死亡（HR=0.956，95%CI：0.930～0.984）的保护因素，同时发现NSTEMI 患者BMI 控制在18.5～25 kg/m2范围内为宜［13，15］。多项研究表明，心率是影响NSTEMI 患者短期或长期死亡的危险因素［17］，杜建军等［18］的研究表明，入院时静息心率大于100 次/分与NSTEMI 患者6 个月死亡发生有很强的关联性（RR=76.81）。入院时的收缩压与NSTEMI 患者住院期间病死率密切相关，一项以692例NSTEMI患者为研究对象的分析表明，收缩压小于140 mmHg 会增加患者的死亡风险，低收缩压与患者住院期间高病死率相关［19］。6 668例NSTEMI患者的调查数据显示，收缩压每降低10 mmHg，院内死亡风险增加21%［20］。原因可能是低血压会导致组织血液灌注不足，加速心肌缺血进展。但是较高的收缩压也会增加患者的死亡风险，GARADAH等［21］在158例NSTEMI患者的研究中发现，收缩压大于180 mmHg 患者住院期间病死率是收缩压小于180 mmHg的2.2倍。目前，NSTEMI患者收缩压的数值仍需要进一步的临床研究进行探索。

高敏肌钙蛋白I 或T（hs-cTnT、hs-cTnI）、肌酐、肾小球滤过率、B 型脑钠肽（BNP）/N 末端脑钠肽前体（NT-proBNP）被推荐用来评估NSTEMI 患者的死亡风险［22］。hs-cTnT/hs-cTnI 具有较高的敏感性和准确性，被指南推荐为NSTEMI 患者死亡风险的危险因素，推荐级别属于ⅠB 级［22］。肌酐和肾小球滤过率是反映NSTEMI 患者肾功能的实验室指标，肌酐水平和肾小球滤过率升高提示患者肾功能不全，合并肾功能不全的NSTEMI 患者住院期间病死率是未合并者的3.23倍［23］。肌酐作为判断NSTEMI患者死亡风险的临床指标，当它大于76.27 μmol/L时，患者死亡风险增加1 倍［24］。BNP/NT-proBNP 是反映心室功能的实验室指标，也是NSTEMI 患者死亡风险的独立危险因素［25］，NT-proBNP 大于4 390 pmol/L 时，死亡风险增加4.028 倍。肌酸激酶是心肌损伤的敏感性指标，是NSTEMI 患者死亡风险的危险因素，王建龙等［26］研究表明，肌酸激酶升高组患者病死率（7.2%）高于正常组（1.7%）。白细胞是一种炎性反应标志物，在NSTEMI 患者短期和长期的死亡风险评估中有重要作用。研究表明，白细胞计数＞11.0×109/L 组患者的住院期间病死率（25.5%）明显高于≤11.0×109/L组（10.4%），在6个月的随访中发现，白细胞计数＞11.0×109/L 组病死率是≤11.0×109/L 组的3.5倍［27-28］。此外，血红蛋白水平越低，NSTEMI患者病死率越高［29］。左室射血分数（LVEF）和心功能Killip 分级是反映患者心功能的临床指标，LVEF＜50%的NSTEMI 患者1 年内病死率是正常者的6倍［30］。在6 213例NSTEMI患者的研究中发现，Killip分级越高，患者的院内病死率增加［31］。在400 例NSTEMI 患者的研究中发现，ST 段压低者30 d（15.7%∶3.5%）和1 年的病死率（21%∶9.2%）均高于心电图无明显改变者［32］。

1.3 合并症 合并高血压、高血脂、糖尿病或既往有心肌梗死史的NSTEMI 患者的死亡风险更高，合并高血压病史的NSTEMI 患者长期病死率是未合并者的1.7 倍［33］，原因可能是：血压高易使血管壁内皮细胞受损，加快心肌缺血进展，与未合并糖尿病的NSTEMI 患者相比，合并糖尿病的NSTEMI 患者病死率（12.82%）明显高于未合并者（1.54%）［34］，因为合并糖尿病的NSTEMI 患者有更严重的心肌损害和炎性反应，血脂过高会使血液黏稠度增加，血流速度缓慢，加速动脉粥样硬化进展，合并高血脂史的NSTEMI 患者病死率是未合并者的2.167 倍［35］。此外，研究表明，既往有心肌梗死史是NSTEMI 患者长期死亡的危险因素（HR=3.87，95%CI：1.21～12.38）［36］。

1.4 其他 心脏骤停事件会增加NSTEMI 患者的死亡风险，心肺复苏后患者体内的抗凝机制受损，血液处于高凝状态，易发生血栓相关事件［37］，是导致NSTEMI 患者早期阶段死亡的重要原因［22］。介入治疗可有效降低NSTEMI患者的死亡风险，一项对716例NSTEMI 患者进行30 个月的随访研究发现，与药物治疗组病死率（53.3%）相比，介入治疗组的病死率为46.7%［38］，在80岁以上高龄NSTEMI患者中，保守治疗组患者的病死率是介入治疗组的2.71 倍，因此介入治疗策略同样适用于高龄患者［39］。休克指数和修正版休克指数被证实是NSTEMI 患者短期和长期死亡的危险因素［40-41］，后者对NSTEMI患者有更好的预测价值，修正版休克指数＞1.2 作为评估NSTEMI 患者院内病死率指标时，特异度高达96.7%［42］。温宗玉等［43］对648 例NSTEMI 患者随访1 年发现，患者血浆D-二聚体水平是影响NSTEMI患者预后的独立危险因素，高D-二聚体水平组患者全因死亡率（14.2%）远大于低D-二聚体水平组（1.9%）。

2 NSTEMI患者死亡的风险预测模型

2.1 住院期间发生死亡的风险预测模型

2.1.1 GRACE 评分模型 GRACE 评分模型是一项多中心的观察性研究，由GRANGER 等［44］采用logistic 回归分析方法建立。研究对象选自全球急性冠状动脉事件数据库中11 389例急性冠状动脉综合征（ACS）患者，其中3 972 例作为建模组、12 142 例作为验证组。模型中纳入8个危险因素，分别是：年龄、Killip 分级、收缩压、心电图上ST 段偏移、院内发生心脏骤停、血肌酐、初始心肌酶水平、心率；模型的分值范围0～372分，危险等级划分为低中高三级，＜108为低危，109～140为中危，＞140为高危。该模型的预测性能良好，受试者工作特征曲线下面积（AUC）为0.830，在STEMI 和NSTEMI 患者子集中同样表现良好，AUC 分别为0.830 和0.820，且在开放闭塞动脉的全球使用策略Ⅱb（GUSTO-Ⅱb）试验中进行外部验证，AUC 为0.790。该模型的优点在于：①是一项全球范围的多中心性研究，以ACS 全部疾病谱患者作为研究对象，减少了选择偏倚；②纳入肌酐水平和住院期间是否发生心脏骤停这两个变量，增加了模型预测的准确性。该模型的缺点是：①开发于2003 年，检验水平和诊断标准与现在有明显的差异，对心肌梗死的预后判断有重要意义的肌钙蛋白和炎症标志物未被纳入模型；②模型中仅纳入496例中国NSTEMI患者，应用于中国患者时有一定的局限性。

2.1.2 CAMI-NSTEMI 评分模型 伏蕊［45］以CAMI研究中心的5 816 例NSTEMI 患者为研究对象，并采用logistic 回归分析方法建立CAMI-NSTEMI 评分模型，其中4 362例研究对象为建模组、1 454例研究对象为验证组。该评分模型纳入12 个因素：年龄、BMI、收缩压、Killip 分级、心脏骤停、ST段压低、新发完全性左束支传导阻滞、肌酐、白细胞、从不吸烟、既往心肌梗死史、经皮冠状动脉介入治疗史。该模型的分值范围0～35 分，风险等级划分为低中高三级，＜10分是低危、11～13分是中危、＞14分是高危，患者病死率随分值的增加显著增加，不同等级患者的病死率依次为1.16%、2.97%、13.11%。该模型的预测能力和拟合优度均表现良好，其中建模组AUC=0.810（95%CI：0.780～0.840），H-L 检验P=0.300。内部验证显示该模型AUC=0.880（95%CI：0.840～0.920），H-L 检验P=0.220。模型的优点在于：①CAMI-NSTEMI 模型是以中国人群为研究对象所构建的，更适用于中国NSTEMI 患者院内死亡风险的评估，与GRACE 模型相比，CAMI-NSTEMI 模型的预测准确性更高，其AUC（0.782）高于GRACE 评分AUC（0.730）［46］。②为增加临床适用性，该团队对CAMI-NSTEMI 模型进行简化，开发了SCAMI-NSTEMI 模型［47］，方便临床医生在接触患者初期进行评估，增加高危患者早期识别的机会。

2.2 14 d 内发生死亡的风险预测模型 TIMI 模型由ANTMAN 等［48］采用logistic 回归分析方法建立，研究数据来自两项3 期国际随机双盲临床试验，研究对象为7 081 例不稳定型心绞痛和NSTEMI 的患者，其中1 957 例为开发队列，5 124 例为验证队列。模型中纳入7 个危险因素：≥65 岁，至少3 个冠状动脉疾病危险因素（冠状动脉家族史、高血压、高血脂、糖尿病、吸烟），之前冠脉狭窄≥50%，ST 段偏移，之前24 h 内至少发生2 次严重的心绞痛事件，之前7 d 内使用过阿司匹林，心肌标志物酶升高。分值范围0～7 分，根据分值大小划分相应的危险等级：0～1分为低危；3～4 分为中危；5～7 分为高危。模型的预测能力AUC C 统计量（C-statistics）为0.650，H-L检验P=0.890，预测能力和拟合效能尚可，在验证队列中，结局事件的发生率随评分的增加而增加（P＜0.001）。该模型的缺陷是：研究对象选自特定的临床试验研究，对一般人群的适用性仍需大规模多中心试验进行验证，模型中的变量均为二分类变量，缺乏心肌标志物酶的定量数据，在一定程度上影响模型的预测能力。该模型的优点在于计算简便，临床适用性强。

2.3 30 d内发生死亡的风险预测模型 BOERSMA等［49］以一项国际试验数据中的9 461 例NSTEMI 患者为研究对象，采用logistic回归分析方法建立PURSUIT 模型。模型中纳入的影响因素有年龄、性别、收缩压、ST 段压低、心力衰竭表现、之前6 周中最差的心绞痛分级（根据加拿大心血管病学会制定的心绞痛严重程度分级标准）。模型的预测能力良好，C-statistics=0.814，本研究运用Bootstrapping 技术进行了内部验证，校正因子为0.01，C-statistics 降为0.804。该模型的优点是可操作性强，在患者床边即可完成评估；缺陷是以特定的临床试验人群为研究对象，且未纳入中国人群，存在选择性偏倚，需要大规模多中心性研究进行外部验证。

2.4 长期发生死亡的风险预测模型

2.4.1 1 年内发生死亡的风险预测模型 KIM等［50］以韩国急性心肌梗死登记（KAMIR）数据库中2 148 例NSTEMI 患者为研究对象，采用COX 回归分析方法建立的KAMIR评分模型。该模型中纳入3个影响因素：TIMI风险指数（TRI）、肌酐、Killip分级，预测NSTEMI 患者1 年病死率，风险等级：0～1 分为低危，2～3分为中危，4～5 分为高危，模型的判别能力良好，AUC=0.815（95%CI：0.790～0.840），该模型的优势是：操作简单且预测准确性高；该模型的缺陷是：研究中仅纳入韩国人群，仍需进行多种族多中心前瞻性研究的外部验证。

2.4.2 2 年内发生死亡的风险预测模型 FU 等［51］应用COX 回归分析方法以CAMI 研究中5 509 例NSTEMI 患者作为研究对象，构建了预测NSTEMI 患者出院后2年内发生死亡的风险模型，其中4 132例NSTEMI 患者作为开发队列，1 377 例NSTEMI 患者作为验证队列。该模型共纳入9个危险因素：年龄、BMI、左室射血分数、住院期间再灌注治疗、Killip 分级、出院时利尿剂处方、心率、血红蛋白、肌酐。依据分值大小划分危险等级，其中0～58 分为低危；59～93分为中危；≥94分为高危，低中高危患者的病死率分别是1.34%、5.4%、23.87%，模型具有很好的判别能力和拟合优度，在开发队列中，AUC=0.830（95%CI：0.810～0.850），H-L 检验P=0.630，经内部验证，该模型有同样良好的预测能力AUC=0.830（95%CI：0.790～0.860）。该模型的优势是：①数据来源于全国性多中心前瞻性注册登记平台，可充分代表中国AMI 患者的临床特征；②NSTEMI 患者有较差的长期预后［52］，因此与短期模型相比，该模型有更大的临床价值；③模型中纳入血红蛋白因子，增加了模型预测的可靠性。该模型的缺陷是在单一队列中进行的研究，不具有全球代表性，需要在不同国家不同种族中进行外部验证。

3 展望

近年来，风险模型作为评估患者死亡风险的工具应用越来越广泛，它为临床医生判断病情提供客观的信息，帮助医生制定治疗决策，使患者得益于早期有效的干预措施，从而改善预后和降低病死率。但是风险模型仅能作为临床判断的补充，医生应结合患者症状、体征和临床检查指标，动态监测病情，做出合理的治疗决策。随着社会的发展，医疗水平的进步，疾病的诊断方法和检验技术不断提高，患者死亡的危险因素也在发生着变化，例如休克指数、D-二聚体水平等指标对评估NSTEMI 患者的死亡风险有价值，因此需要不断构建新的风险模型更好地服务于临床。

利益冲突声明所有作者声明不存在利益冲突

作者贡献声明马小慧：论文撰写，检索并分析相关文献资料；刘蕾：对论文全面审核和把关；李波，徐以康：审阅和修订论文，对论文写作进行指导；孙金菊，孟继娴，甄紫伊：对论文撰写提供研究思路