急性ST段抬高型心肌梗死患者院内新发心房颤动的列线图预测模型构建与验证

目的 探究急性ST段抬高型心肌梗死（ST-segment elevation myocardial infarction，STEMI）患者新发心房颤动（new-onset atrial fibrillation，NOAF）的风险预测模型构建并验证，以便为尽早发现高风险人群、及时采取干预措施提供依据。方法 选取2017年1月至2021年12月在重庆市第四人民医院心血管内科住院的1 080名STEMI患者，其中院内新发房颤患者作为NOAF组（n=87），从未发生NOAF的STEMI患者中随机抽取一部分作为对照组（n=199），比较2组患者人口学特征及入院时临床资料，利用LASSO回归模型分析STEMI患者发生院内新发心房颤动的风险因素。对纳入的患者按7∶3的比例划分为模型组及验证组，建立个性化的院内NOAF预测模型并进行验证。结果 LASSO回归结果提示，年龄、入院心率、Killip分级≥II级、右房内径、二尖瓣中度以上反流、氨基末端脑钠肽前体（N-terminal pro-B-type natriuretic peptide，NT-proBNP）为STEMI患者发生院内NOAF的重要预测因素（P<0.05）。利用上述6个预测指标构建列线图模型。模型组曲线下面积（area under the curve，AUC）为 0.842（95%CI=0.780~0.905），准确度为0.840（95%CI=0.782~0.888）；验证组 AUC 为 0.858（95%CI=0.774~0.943），准确度为0.826（95%CI=0.729~0.899）。同时，校准曲线提示预测模型的校正能力良好。结论 本研究成功构建了STEMI患者院内发生NOAF风险的预测模型，经相关指标证实该预测模型具有较好的预测效率和临床适用性。利用列线图可方便直观地协助临床医护人员筛选高NOAF风险患者，制定针对性的干预措施，为早期防治和改善预后提供依据。

Construction and validation of a nomogram prediction model for new-onset atrial fibrillation during hospitalization in patients with acute ST-elevation myocardial infarction