Prädiktiver Wert des fortgeschrittenen Lungenkrebs-Entzündungsindex (ALI) für schwerwiegende unerwünschte kardiovaskuläre Ereignisse nach PCI bei Patienten mit ST-Strecken-Hebungsinfarkt

Xu Dong-Xia ,  

Li Yi-Meng ,  

Yuan Ri-Kang ,  

Ye Jiang-Ping ,  

Zong Gang-Jun ,  

摘要

Ziel der Studie ist die Untersuchung des prädiktiven Werts des fortgeschrittenen Lungenkrebs-Entzündungsindex (ALI) für schwerwiegende unerwünschte kardiovaskuläre Ereignisse (MACEs) während des Krankenhausaufenthalts nach perkutaner Koronarintervention (PCI) bei Patienten mit ST-Strecken-Hebungsinfarkt (STEMI). Methode: Retrospektive Erfassung der klinischen Daten von 681 STEMI-Patienten, die zwischen November 2016 und März 2022 in der kardiologischen Abteilung des 904. Militärischen Krankenhauses einer Notfall-PCI unterzogen wurden. Die klinischen Daten umfassen allgemeine Informationen, Laborparameter und Bildgebungsdaten. Es wurden ALI, das Verhältnis von Neutrophilen zu Lymphozyten (NLR), das Verhältnis von Thrombozyten zu Lymphozyten (PLR) und der systemische Immun-Inflammationsindex (SII) berechnet. Die Patienten wurden je nach Auftreten von MACEs während des Krankenhausaufenthalts in eine MACE-Gruppe (n=241) und eine Nicht-MACE-Gruppe (n=440) eingeteilt. Die klinischen Merkmale beider Gruppen wurden verglichen. Die prädiktive Leistung von ALI für intrahospitale MACEs wurde mittels ROC-Kurve bewertet und mit NLR, PLR und SII verglichen; die Korrelation zwischen ALI und dem Gensini-Score wurde mittels Spearman-Rangkorrelationsanalyse untersucht; univariate und multivariate logistische Regressionsanalysen wurden durchgeführt, um unabhängige Einflussfaktoren für intrahospitale MACEs zu identifizieren; basierend auf diesen unabhängigen Faktoren wurde ein Nomogramm-Prognosemodell erstellt, intern mit der Bootstrap-Methode (1000 Wiederholungen) validiert und mittels Hosmer-Lemeshow-Test, Kalibrierungskurve, Entscheidungs-Kurvenanalyse (DCA) und ROC-Kurve zur Bewertung der Diskriminationsfähigkeit und Genauigkeit des Modells ausgewertet. Ergebnisse: Der ALI-Index in der MACE-Gruppe war deutlich niedriger als in der Nicht-MACE-Gruppe (P<0,05). Die ROC-Analyse zeigte eine Fläche unter der Kurve (AUC) von 0,675 (95% CI 0,638~0,710) für die prädiktive Fähigkeit des präoperativen ALI hinsichtlich intrahospitaler MACEs, der optimale Schwellenwert für ALI betrug 188,07, mit einer Sensitivität von 58,51 % und Spezifität von 79,55 %, wobei die Vorhersageleistung besser war als bei NLR, PLR und SII (P<0,01). Die Korrelationsanalyse zeigte eine negative Korrelation zwischen ALI und dem Gensini-Score (r=-0,149, P<0,001). Die univariate logistische Regressionsanalyse ergab, dass Alter, Diabetes, Killip-Klasse ≥II, C-reaktives Protein, Troponin I, Myoglobin, linksseitige Hauptstammläsion, linksanteriore absteigende Arterienläsion, linkszystische Arterienläsion, rechtskoronare Arterienläsion, linksventrikuläre Ejektionsfraktion (LVEF), Gensini-Score, ALI>188,07, Leukozytenzahl und Anzahl der Gefäßläsionen ≥2 Einflussfaktoren für intrahospitale MACEs waren (P<0,05); multivariate schrittweise logistische Regressionsanalyse zeigte, dass Alter (OR=1,042, 95% CI 1,023~1,062, P<0,001), Killip-Klasse ≥II zum Zeitpunkt der Aufnahme (OR=11,023, 95% CI 6,738~18,032, P<0,001) und Gensini-Score (OR=1,012, 95% CI 1,003~1,020, P=0,006) unabhängige Risikofaktoren für intrahospitale MACEs bei STEMI-Patienten nach PCI sind, während LVEF (OR=0,895, 95% CI 0,859~0,933, P<0,001) und präoperativer ALI-Index (>188,07) (OR=0,249, 95% CI 0,156~0,397, P<0,001) unabhängige Schutzfaktoren sind. Das auf der multivariaten logistischen Regressionsanalyse basierende Nomogramm-Prognosemodell umfasst Alter, Killip-Klasse, LVEF, Gensini-Score und ALI-Index. Die interne Validierung zeigte einen Konsistenzindex (CI) von 0,892, ein AUC des Modells von 0,895 (95% CI 0,867~0,923), eine Sensitivität von 79,7% und eine Spezifität von 87,5%. Der Hosmer-Lemeshow-Test zeigte eine gute Modellanpassung (χ²=8,02, P=0,43). Schlussfolgerung: Der präoperative ALI-Index ist ein unabhängiger Schutzfaktor gegen intrahospitale MACEs nach PCI bei STEMI-Patienten; das Nomogramm-Modell, das Alter, Killip-Klasse, LVEF, Gensini-Score und ALI kombiniert, weist eine gute prädiktive Leistung für intrahospitale MACEs auf.

关键词

fortgeschrittener Lungenkrebs-Entzündungsindex; ST-Strecken-Hebungsinfarkt; schwerwiegende unerwünschte kardiovaskuläre Ereignisse; perkutane Koronarintervention

阅读全文