预测NSTEMI病人冠状动脉内血栓类型列线图模型的构建

赵生辉 谌云帆 崔路乾 李静超 董淑娟 楚英杰

摘要 目的：应用光学相干断层扫描（OCT）研究急性非ST段抬高型心肌梗死（NSTEMI）病人冠状动脉内血栓的特征，并构建出预测NSTEMI病人冠状动脉内血栓类型的列线图模型。方法：连续纳入2021年5月—2022年2月接受急诊冠脉造影并在急诊冠状动脉治疗期间接受OCT检查的62例NSTEMI病人，根据OCT下血栓的特点，将入选的62例NSTEMI病人分为白色血栓组和红色/混合血栓组，比较两组病人的血栓特征和临床特征。采用两个独立样本t检验或χ²检验筛选出预测因素，使用多因素Logistic回归分析NSTEMI冠状动脉内血栓类型的独立预测因素。以独立预测因素为基础构建出预测NSTEMI病人冠状动脉内血栓类型的列线图模型。使用Bootstrap法进行模型内部验证，绘制校准曲线，评价模型的校准度；绘制受试者工作特征（ROC）曲线，评估列线图模型预测NSTEMI病人冠状动脉内血栓类型的效能。结果：白色血栓组37例（59.7%），红色/混合血栓组25例（40.3%）。多因素Logistic回归分析显示，缺血时间、三支病变、闭塞病变、梗死相关血管侧支循环是NSTEMI病人冠状动脉内血栓类型的独立预测因素，以此构建出列线图模型，ROC曲线下面积（AUC）是0.941，校正曲线显示，预测结果与实际结果有较好的一致性。结论：以冠状动脉三支病变、非闭塞病变、梗死相关血管侧支循环、缺血时间等构建的列线图模型可直观、便捷、有效预测NSTEMI病人冠状动脉内血栓类型。

关键词 非ST段抬高型心肌梗死；血栓类型；光学相干断层扫描；列线图；预测模型

doi：10.12102/j.issn.1672-1349.2024.03.026

基金项目 河南省重点科技攻关计划项目（No.122102310068）

作者单位 1.郑州大学人民医院（郑州 450003）；2.周口市中心医院（河南周口 466000）

通讯作者 楚英杰，E-mail：hnqbdsl@126.com

引用信息 赵生辉，谌云帆，崔路乾，等.预测NSTEMI病人冠状动脉内血栓类型列线图模型的构建［J］.中西医结合心脑血管病杂志，2024，22（3）：536-542.

《中国心血管健康与疾病报告2021》显示^［1］，心血管病是我国居民死亡的首要原因。近年来，我国城乡居民心血管病死亡率呈上升趋势，2019年农村、城市心血管病分别占死因的46.74%和44.26%，每5例死亡中就有2例死于心血管病。急性心肌梗死（AMI）是心血管疾病死亡的主要原因，血栓形成引起的急性冠状动脉闭塞是AMI的主要病理基础。传统观点认为，急性ST段抬高型心肌梗死（ST-segment elevation myocardial infarction，STEMI）病人梗死相关血管完全闭塞，形成红色血栓；而急性非ST段抬高型心肌梗死（non ST-segment elevation myocardial infarction，NSTEMI）病人梗死相关血管为非完全闭塞，形成白色血栓。然而在临床实践中发现，两种类型的血栓均可出现在NSTEMI梗死相关血管中。通过对文献的梳理发现，国内外针对NSTEMI病人冠状动脉内血栓的研究较少。快速判断冠状动脉内血栓类型，可以为冠状动脉内选择性药物溶栓、抗血小板聚集或抗栓治疗提供临床依据^［2］，因此，临床迫切需要寻找一种快速判断NSTEMI病人梗死相关血管内血栓类型的方法。本研究拟通过光学相干断层扫描（optical coherence tomography，OCT）评估NSTEMI病人的血栓类型，筛选出血栓类型的预测因素，并构建出能够准确预测血栓类型的列线图模型。

1 资料与方法

1.1 一般资料

连续纳入2021年5月—2022年2月接受急诊冠脉造影并在急诊冠状动脉治疗期间接受OCT检查的67例NSTEMI病人，其中2例冠状动脉内未见血栓，3例OCT影像质量不佳，另外62例得到高质量OCT影像并发现冠状动脉内血栓。系统记录其临床、冠状动脉造影和OCT特征。纳入标准：1）2条或更多新的连续导联ST段压低0.1 mm或T波倒置0.4 mm；2）符合AMI的症状；3）肌钙蛋白T水平升高（0.1 ng/mL）^［3］。排除标准：恶性肿瘤、严重肝肾功能不全、严重感染性疾病、冠状动脉旁路移植术后、OCT检查图像质量差或无冠状动脉内血栓形成。本研究中的所有病人及其家属均已签署知情同意书。本研究内容严格遵守《赫尔辛基宣言》，并经河南省人民医院伦理委员会批准。

1.2 研究方法

1.2.1 介入过程

所有病人术前均服用阿司匹林300 mg和替格瑞洛180 mg，术中常规使用普通肝素100 U/kg。冠状动脉造影由2名指定的有经验的心脏介入医生操作。根据冠状动脉造影结果，判断梗死相关血管、病变血管数、心肌梗死溶栓（thrombolysis in myocardial infarction，TIMI）血流、Rentrop分级等指标，然后使用OCT对梗死相关血管进行检查。闭塞病变定义为前向TIMI血流0级。操作方法：送入工作导丝通过罪犯病变部位到达梗死相关血管远端，如果罪犯病变部位及以远TIMI血流≥2级，那么沿工作导丝将准备就绪的OCT送至罪犯病变以远，行冠状动脉造影的同时自动回撤OCT导管进行冠状动脉内检查。如果罪犯病变部位及以远TIMI血流＜2级，那么首先对病变部位进行预扩张，待TIMI血流达到2级及以上时再行OCT检查。2名经过培训的专业人员使用OCT成像系统软件对图像进行定性和定量分析，确定钙化病变、血栓类型、体积、长度及血管腔参考面积等。OCT是一种分辨率高达10 μm的光学诊断技术，可以准确评估冠状动脉的结构，阐明血栓的特征，与病理检查结果高度一致^［4］。血栓在OCT图像上表现为附着在管腔表面或在管腔内漂浮的不规则团块。根据OCT下的特征^［5］，可将冠状动脉内血栓分为红色血栓（富含红细胞，OCT影像特点为高背反射和强衰减性）、白色血栓（富含血小板，OCT影像特点为低背反射信号均匀，弱衰减性）、混合血栓（介于红色血栓与白色血栓之间）。钙化在OCT图像上具有低反射、低衰减的特点，通常显示为低信号或具有锐边的不均匀区域。详见图1。

1.2.2 列线图的建立与验证

采用两独立样本t检验或χ²检验筛选出预测因素，使用多因素Logistic回归分析NSTEMI冠状动脉内血栓类型的独立预测因素。以独立预测因素为基础构建出预测NSTEMI病人冠状动脉内血栓类型的列线图模型。采用Bootstrap法重复采样1 000次进行模型内部验证，并绘制校准曲线，评价模型的校准度；绘制受试者工作特征（ROC）曲线，评估列线图模型预测NSTEMI病人冠状动脉内血栓类型的效能。

1.3 统计学处理

使用SPSS 24.0和R语言（3.5.2）统计软件进行统计分析，符合正态分布的定量资料用均数±标准差（x^-±s）表示，两组间采用两独立样本t检验或秩和检验进行比较；定性资料以例数、百分比（%）表示，组间比较采用χ²检验；多因素Logistic回归分析（自变量进入模式为Forward：Conditional）影响NSTEMI冠状动脉内血栓类型的独立预测因素；以独立预测因素构建列线图模型，绘制校准曲线；绘制ROC曲线评估列线图模型的预测效能。所有检验均为双侧检验，以P＜0.05为差异有统计学意义。

2 结 果

2.1 两组临床资料比较

62例观察对象平均年龄59.1岁，男42例。白色血栓37例（59.7%），红色/混合血栓25例（40.3%）。白色血栓组平均缺血时间短于红色/混合血栓组（P＜0.05）。两组病人在年龄、性别、体质指数（BMI）、吸烟史、既往病史、服用药物、ST段偏移与否等方面比较差异无统计学意义（P＞0.05）。详见表1。

2.2 两组病人冠状动脉造影特征比较

白色血栓组病人三支病变发生率较红色/混合血栓组更高（56.8%与 16.0%，P＜0.05），AMI相关的闭塞血管（IRA）侧支循环建立发生率更高（43.2%与16.0%，P＜0.05），红色/混合血栓组罪犯血管闭塞病变的发生率较白色血栓组更高（ 80.0%与37.8%，P＜0.05）。两组病人在梗死相关血管分布方面差异无统计学意义（P＞0.05）。详见表2。

2.3 两组病人OCT影像特征对比

与白色血栓组比较，红色/混合血栓组的血栓体积更大、血栓更长、近端和远端参考血管腔面积更大、血管钙化发生率更高（P＜0.05）。详见表3。

2.4 多因素Logistic回归分析

以血栓类型为因变量（白色血栓＝1，红色/混合血栓＝0），将差异有统计学意义的变量行多因素Logistic回归分析显示，缺血时间、三支病变、闭塞病变、IRA侧支循环是NSTEMI病人冠状动脉内血栓类型的独立相关因素。详见表4。

2.5 预测NSTEMI冠状动脉内血栓类型的列线图模型构建与验证结果

以独立预测因素为基础构建预测NSTEMI病人冠状动脉内血栓类型的列线图模型（见图2），模型校准曲线与理想曲线接近，预测结果与实际结果有较好的一致性（见图3）。ROC曲线分析结果显示，列线图模型预测NSTEMI病人冠状动脉内血栓类型的ROC曲线下面积（AUC）值为0.941，95%CI为（0.838，0.987）。详见图4，说明本模型具有较好的预测能力。

3 讨 论

传统观点普遍认为，STEMI病人梗死相关血管完全闭塞，形成红色血栓，可以进行溶栓治疗；而NSTEMI病人梗死相关血管为非完全闭塞，形成白色血栓，溶栓治疗病人不受益。然而已经有相关研究表明，STEMI与NSTEMI两类病人的梗死相关血管均可出现完全闭塞或非完全闭塞的情况，并且在这两类病人梗死相关血管中均可发现红色血栓或白色血栓。日本学者Ino等^［6］应用OCT对49例非ST 段抬高型急性冠脉综合征病人梗死相关血管进行检查，发现32例（65%）存在血栓，其中白色血栓19例（59.4%），红色血栓13例（40.6%）。Wieringa等^［7］前瞻性研究了30例NSTEMI病人，通过OCT发现17例NSTEMI存在血栓，其中白色血栓11例（65%），红色血栓6例（35%）。杨亚攀等^［8］应用组织病理学研究发现，66.67%的NSTEMI病人血栓类型为白色血栓，33.33%为红色/混。本研究使用OCT对62例NSTEMI病人冠状动脉内血栓进行分析，发现59.7%为白色血栓，40.3%为红色/混合血栓。Vlaar等^［9］通过组织病理学方法分析了58例NSTEMI病人冠状动脉内血栓抽吸获得的血栓，发现76%的NSTEMI是白色血栓，24%的NSTEMI是红色血栓。此研究的血栓类型比例分布与本研究有所差异。冠状动脉内血栓抽吸主要用于高血栓负荷病变，当血栓负荷较低时，血栓抽吸的成功率也会下降。Vlaar等^［9］血栓抽吸的成功率仅为82.8%，经过抽吸得到的血栓还需固定、洗涤、浸蜡、切片等一系列处理，这些操作都有可能改变血栓的形态。本研究采用OCT对冠状动脉内血栓进行活体状态下的检测，这种方法可以最大限度还原冠状动脉内血栓的真实情况。对血栓不同的研究方法可能是导致了两组血栓类型所占比例不一致的原因之一。

Quadros等^［10］研究表明，STEMI病人冠状动脉内白色血栓的平均缺血时间为4.5 h，红色血栓平均缺血时间为6.1 h^［10］。Silvain等^［11］发现缺血时间是STEMI病人冠状动脉内血栓成分的独立预测因子，血小板与纤维蛋白的含量与缺血时间高度相关，随着缺血时间的延长，血栓中血小板含量逐渐减少，纤维蛋白含量逐渐增加。饶萌萌等^［12］研究冠状动脉内血栓发现，早期血栓以血小板血栓为主，随缺血时间延长，冠状动脉血栓不断发展变化，纤维素和红细胞不断增加，形成红血栓及混合血栓。本研究发现NSTEMI病人冠状动脉内白色血栓的平均缺血时间短于红色/混合血栓组，因此在STEMI与NSTEMI病人中，缺血时间是血栓类型的影响因素。

Svilaas等^［13］研究了454例STEMI病人，结果表明大多数（70.5%）白色血栓的直径小于0.5 mm，大多数（74.0%）红色血栓的直径大于2.0 mm。Heemskerk等^［14］对STEMI病人冠状动脉内血栓的研究表明，白色血栓的平均体积为13 μm³，红色血栓的平均体积为25 μm³，白色血栓参考血管的平均直径为3.2 mm，红色血栓参考血管的平均直径为3.5 mm^［10］。本研究针对NSTEMI病人冠状动脉内血栓进行分析，发现白色血栓组血栓体积、长度、近远端参考血管腔面积均小于红色/混合血栓组。此研究结果表明单从血栓本身来讲，NSTEMI冠状动脉内白色血栓与STEMI冠状动脉内的白色血栓具有一致性，NSTEMI冠状动脉内红色/混合血栓与STEMI冠状动脉内的红色血栓具有一致性。与静脉系统血栓形成的机制不同，血小板在冠状动脉血栓形成中起着重要作用，因为冠状动脉血流速度快，凝血酶难以在局部快速富集。冠状动脉粥样硬化斑块破裂后，内皮结构被破坏，血小板多糖蛋白附着在暴露的胶原上，并黏附在血管病变上。活化变形血小板释放二磷酸腺苷（ADP）、钙离子等促进更多血小板相互黏附。同时，受损的内皮细胞释放组织因子等启动凝血反应，凝血酶将纤维蛋白原转化为纤维蛋白，纤维蛋白通过纤连蛋白与血小板上的GPⅡb/Ⅲa受体交联，形成稳定的血小板血栓骨架^［14］。凝血酶与血小板相互正反馈，可加速血栓形成。久而久之冠状动脉血液流动变得缓慢，凝血系统促使纤维蛋白交联成多聚体，不断将红细胞等聚集在一起，形成稳定的红血栓^［15］。两类血栓在体积和血管面积表现出来的差异可能与血流动力学相关，血管腔越狭窄，其血流就越快，白色血栓形成后红细胞不易附着，因此其体积较小，血管腔越大，其血流相对较慢，红细胞容易堆积形成红色血栓，因此其体积较大。

有研究显示，NSTEMI病人多支病变率为62.5%，侧支循环建立率为30.2%^［16］。本研究中多支病变率为69.5%，侧支循环发生率为32.3%。李静超等^［17］研究发现，单支病变病人比多支病变病人梗死相关血管完全闭塞发生率更高，多支病变病人更容易形成侧支循环。本研究发现白色血栓组三支病变的发生率高于红色/混合血栓组。经亚组分析发现，三支病变组多为非闭塞病变，并形成白色血栓。本研究还发现，红色/混合血栓组罪犯血管闭塞病变的发生率更高，这与Tone等^［13］研究结果一致。本研究发现血栓类型与良好侧支循环的建立之间存在相关性，白色血栓组侧支循环建立的发生率更高。亚组分析发现，闭塞病变组以红色/混合血栓为主，侧支循环建立组以白色血栓为主。分析造成这种差异的关键因素是良好血流是否存在，当罪犯病变部位存在良好血流时，不管是正向血流还是逆向侧支循环的建立，受血流动力学的影响，红细胞不易附着聚集在血小板骨架上，因此不易形成红色血栓，这种情况下大部分是白色血栓。

列线图预测模型是明确表现结果事件与变量间关系的一种评分系统，可评估事件发生概率，在临床应用越来越广泛^［18］。本研究即在多因素分析结果的基础上构建预测NSTEMI病人冠状动脉内血栓类型的列线图模型，临床使用时可根据病人具体的危险因素情况，向上做一垂线，在列线图顶部得出其预测分值，并将各因素分值相加得出总分值，在列线图底部标出，向下做一垂线即可得出预测概率，用于评估NSTEMI病人冠状动脉内白色血栓的发生概率。本研究根据列线图模型实现了个体化预测NSTEMI病人冠状动脉内血栓类型，具有较强的临床实用性。

综上所述，本研究结果初步表明，冠状动脉三支病变、非闭塞病变、梗死相关血管侧支循环、缺血时间等是NSTEMI病人冠状动脉血栓类型的独立预测因子，以此为基础构成的列线图预测模型具有较高的有效性，可以快速预测NSTEMI病人冠状动脉内血栓类型，为冠状动脉内选择性药物溶栓、抗血小板聚集或抗栓治疗提供临床依据。但本研究样本量有限，纳入因素有限，只进行了Bootstrap法内部验证，未纳入外部检验，可能会导致结果出现偏倚，因此还需要在以后的研究中进一步证实。

参考文献：

［1］ 中国心血管健康与疾病报告编写组.中国心血管健康与疾病报告2021概要［J］.中国循环杂志，2022，37（6）：553-578.

［2］ 张雷明.冠状动脉内溶栓疗法应用的研究进展［J］.中华实用诊断与治疗杂志，2016，30（12）：1159-1161.

［3］ L?SCHER T F.Acute coronary sydromes：the impressive impact of guideline-based management in NSTEMI［J］.European Heart Journal，2018，39（42）：3753-3756.

［4］ KUME T，AKASAKA T，KAWAMOTO T，et al.Assessment of coronary arterial thrombus by optical coherence tomography［J］.Am J Cardiol，2006，97（12）：1713-1717.

［5］ 中华医学会心血管病学分会介入心脏病学组，心血管病影像学组.光学相干断层成像技术在冠心病介入诊疗领域的应用中国专家建议［J］.中华心血管病杂志，2017，45（1）：5-12.

［6］ INO Y，KUBO T，TANAKA A，et al.Difference of culprit lesion morphologies between ST-segment elevation myocardial infarction and non-ST-segment elevation acute coronary syndrome：an optical coherence tomography study［J］.JACC Cardiovasc Interv，2011，4（1）：76-82.

［7］ WIERINGA W G，LEXIS C P，DIERCKS G F，et al.The feasibility of optical coherence tomography guided thrombus aspiration in patients with non-ST-elevation myocardial infarction after initial conservative therapy--a pilot study［J］.Int J Cardiol，2013，168（5）：4981-2.

［8］ 杨亚攀，楚英杰.急性心肌梗死患者血栓类型与ST段改变的相关性［J］.实用医学杂志，2015，31（20）：3311-3313.

［9］ VLAAR P J，DIERCKS G F，SVILAAS T，et al.The feasibility and safety of routine thrombus aspiration in patients with non-ST-elevation myocardial infarction［J］.Catheter Cardiovasc Interv，2008，72（7）：937-942.

［10］ QUADROS A S，CAMBRUZZI E，SEBBEN J，et al.Red versus white thrombi in patients with ST-elevation myocardial infarction undergoing primary percutaneous coronary intervention：clinical and angiographic outcomes［J］.American Heart Journal，2012，164（4）：553-560.

［11］ SILVAIN J，COLLET J P，NAGASWAMI C，et al.Composition of coronary thrombus in acute myocardial infarction［J］.Journal of the American College of Cardiology，2011，57（12）：1359-1367.

［12］ 饶萌萌，赵蓓，刘佩林，等.急性ST段抬高型心肌梗死不同缺血时间冠状动脉内血栓的病理分析［J］.解放军医学杂志，2017，42（2）：149-153.

［13］ SVILAAS T，VLAAR P J，VAN DER HORST I C，et al.Thrombus aspiration during primary percutaneous coronary intervention［J］.N Engl J Med，2008，358（6）：557-567.

［14］ HEEMSKERK J W，MATTHEIJ N J，COSEMANS J M.Platelet-based coagulation：different populations，different functions［J］.J Thromb Haemost，2013，11（1）：2-16.

［15］ HOU Y，CARRIM N，WANG Y M，et al.Platelets in hemostasis and thrombosis：novel mechanisms of fibrinogen-independent platelet aggregation and fibronectin-mediated protein wave of hemostasis［J］.Journal of Biomedical Research，2015，29（6）：437-444.

［16］ 林二妹，王丽，王海连，等.急性非ST段抬高型心肌梗死冠状动脉造影特点分析［J］.中华实用诊断与治疗杂志，2016，30（12）：1217-1218.

［17］ 李静超，董淑娟，余海佳，等.45岁以下急性心肌梗死患者临床及冠状动脉造影特征分析［J］.中华实用诊断与治疗杂志，2020，34（10）：1017-1020.

［18］ 崔路乾，董淑娟，李静超，等.预测ST段抬高型心肌梗死患者急诊经皮冠状动脉介入术后发生主要不良心血管事件风险的列线图模型构建［J］.中华实用诊断与治疗杂志，2021，35（4）：367-371.

（收稿日期：2022-11-05）

（本文编辑 王雅洁）