经导管主动脉瓣置换术后死亡风险预测模型系统评价

董一娜 雷芳芳 宋启煦 王晶 杨艳

(中国医科大学附属盛京医院，辽宁 沈阳 110004)

经导管主动脉瓣置换术(transcatheter aortic valve replacement，TAVR)，又称经导管主动脉瓣植入术(transcatheter aortic valve implantation，TAVI)，是指将组装完备的人工主动脉瓣经导管植入到病变的主动脉瓣处，在功能上完成主动脉瓣的置换。TAVR微创和安全，可有效地改善主动脉瓣病变患者的心功能和血流动力学指标，已逐渐替代外科主动脉瓣置换术，成为解决主动脉瓣狭窄的主要治疗手段[1-2]。TAVR可降低术后不良事件风险的发生率，但术后30 d和1年内死亡率分别为8.70%和28.00%[3-4]，因此需评估患者TAVR术后的死亡风险，早期识别高危患者，及时进行针对性的预防和治疗以提高患者的生存率和生存质量。临床预测模型支持术前风险评估，可有效地识别TAVR术后高死亡风险的患者。国外虽有相关综述[5]，但其纳入的部分模型是在其他心脏手术患者中开发出来而用于TAVR患者，未广泛检索评估针对TAVR患者的专有模型，国内现阶段尚无构建TAVR患者术后死亡风险预测模型的高质量研究或系统评价，无法对现有的风险预测模型进行循证推荐。护理实践中使用风险预测模型对患者进行危险分层管理，可提高护理人员对患者病情观察的能力，及时制定不同的护理方案以减少患者术后不良事件的发生[6]。本研究旨在对TAVR术后死亡风险预测模型进行科学评估，帮助临床护理人员筛选出准确有效的模型，提高TAVR患者护理的精准性，降低死亡风险。

1 资料与方法

1.1 纳入与排除标准

1.1.1 研究类型

队列研究、病例对照研究和回顾性研究。

1.1.2 研究对象

研究对象为TAVR成年患者。

1.1.3 研究内容

(1)TAVR患者术后死亡风险预测模型的构建或验证；(2)临床结局：TAVR患者术后死亡率；(3)结局指标：风险预测模型的曲线下面积(area under the curve，AUC)值。

1.1.4 排除标准

(1)文献内容只分析了风险预测模型的预测因子，未构建风险预测模型；(2)文献的主要内容为模型性能的比较或其他预后指标模型的验证或建立；(3)文献的数据不完整，统计分析有误，无法获得全文以及摘要提供信息不全的文献。

1.2 计算机检索策略

检索的数据库有英文数据库：Cochrane Library、EMBASE、PubMed和Web of Science。中文数据库：万方数据知识服务平台、维普(VIP)、知网(CNKI)以及中国生物医学文献数据库(CBM)，检索时间为2000年1月1日—2021年2月1日。此外，手工检索纳入文献的参考文献，以补充获取相关文献。英文检索词：transcatheter aortic valve replacement/transcatheter aortic valve implantation/prediction model/prognostic model/risk stratification model/model/risk factor/predictor。中文检索词：经导管主动脉瓣置换术/经导管主动脉瓣植入术/风险预测模型/风险预测评分/风险预测工具。

1.3 文献筛选与数据提取

由两名研究者独立筛选文献，提取资料并交叉核对，如遇分歧，则咨询第三方并达成一致。首先阅读文题和摘要，排除明显不相关的文献后进一步阅读全文，以确定最终是否纳入。

1.4 纳入文献的偏倚风险和适用性评估

本研究文献偏倚风险评价采用的是PROBAST(Prediction model Risk Of Bias ASsessment Tool)[7]。PROBAST从纳入研究人群、预测因子、结果以及数据分析四个方面对风险预测模型进行偏倚风险和适用性评价。每部分内容通过“是”“不是”和“不清楚”三个标准进行评价，在偏倚风险和临床适用性方面依据各部分评价结果综合评为“高”“低”和“不清楚”。本研究由两名研究者单独对文献进行逐一评价，如结果不一致，产生分歧，则由第三名研究者参与讨论，确定最终结果。

2 结果

2.1 文献筛选流程和结果

初检共获得相关文献4 223篇，经逐层筛选后，最终纳入14项研究。文献筛选流程及结果见图1。

2.2 纳入研究的基本特征

共纳入14篇与TAVR术后死亡风险预测模型建立相关的研究，全为国外研究，纳入研究中有13项多中心研究和1项单中心研究。研究的结局指标为住院死亡率(3.30%～5.30%)、术后30 d死亡率(3.40%～10.00%)或术后1年的死亡率(7.95%～28.00%)。纳入文献的基本特征见表1[4,8-20]。

表1 纳入文献的基本特征

2.3 模型的建立情况

模型建立方法方面，9项研究应用logistic回归方法，5项应用Cox比例风险模型，其中6项研究将单因素分析具有统计学意义的候选因子作为自变量采用前进法或后退法进行多因素logistic回归或Cox回归，筛选出预测结局事件的独立预测因子[4，9，13-15，17，19]，4项研究采用逐步回归法[8，12，20]，其余采用其他方法或未报告。在缺失数据方面，有7项研究报告数据缺失，其中3项研究数据缺失极少可忽略不计[8，15，20]，2项研究数据得到正确处理包括采取链式方程多重推算[12]和中位数替代法[16]。模型呈现方式主要是赋值评分法和公式法(见表2)。

表2 纳入研究的建模方法和预测因子

续表

2.4 模型的性能及预测因子

所有研究均报告了模型C统计量，大部分模型的校准方法为Hosmer-Lemeshow检验。住院死亡风险预测模型的AUC值均>0.65，预测效能较好；30 d死亡风险预测模型的建模/验模AUC值为0.63～0.76/0.59～0.75，其中有三项研究的AUC值>0.70，预测性能好；1年死亡风险预测模型的预测能力强，建模/验模AUC值为0.66～0.83/0.60～0.79；三种结局指标的死亡风险预测模型的预测因子个数4～18，出现频率最高的预测因子依次是年龄、非股动脉入路、肾小球滤过率、肺动脉高压、体质量指数、NYHA心功能Ⅳ级、性别、左室射血分数、血液透析、血清白蛋白以及肺部疾病等。这些预测因素可分为个体因素、重要脏器因素以及手术相关因素，个体因素一般不容易进行干预，其他因素可视患者情况进行预防干预，以降低死亡率。

2.5 偏倚风险和适用性评价

纳入文献的偏倚评价结果如表3，有3项研究的偏倚风险较低，3项研究的偏倚风险不清楚，8项研究的偏倚风险较高。所有纳入文章的各领域和总体的适用性均较好。

表3 偏倚风险评价结果

3 讨论

3.1 TAVR术后死亡风险预测模型有待验证

本研究系统检索了国内外TAVR术后死亡风险预测模型的相关研究，结果显示大多数模型的预测性能较好，但所有模型中有1个模型进行了外部验证，11个模型为内部验证，其余未验证，不具有推广性。依据AUC值，住院死亡风险模型中GAVS-Ⅱ模型的区分度较好，但该模型研究对象包括外科主动脉瓣置换术和TAVR，TAVR样本量所占比例小，偏倚风险不清楚，还需外部验证；Hermiller等[13]建立的30 d和1年死亡风险模型的区分度最佳但未进行校准度检验，偏倚风险高。未来的研究需构建适合中国患者的死亡风险评估工具。

3.2 预测因子的有效性探讨

本文探讨出现频率较高的10个风险预测因子，为模型构建提供参考。个人因素主要包括年龄、性别与体质量指数，这三个预测因子对死亡风险的预测能力均存在争议[21-23]。一般来说高龄患者更有可能合并多种疾病，会增加术后并发症和死亡的发生，纳入研究中超过一半以上的研究结果证实了这一结论，但也有研究表明年龄差异对TAVR术后死亡率或生存率无影响，需进一步探讨。纳入的7项研究显示非股动脉途径的手术入路(升主动脉和心尖)会增加术后死亡风险，这一结论得到大多数研究的支持[24]。肾功能不全可能带来TAVR术后出血或急性肾损伤的风险，导致较长的住院时间和较高的死亡率[25]。本研究中12个模型都纳入了肾功能相关指标，包括肾小球滤过率、血液透析或肾脏疾病史，提示肾功能较差是重要预测变量之一。肺功能严重受损患者的手术入路方式更可能为非股动脉途径，也更易发生合并症，术后死亡风险增加[26]。模型中与肺功能相关的变量主要包括肺动脉高压和肺部疾病，大部分模型都包括这两个变量中的其中一个，但肺部疾病的评估方式未详细说明，有待进一步明确。NYHA心功能Ⅳ级与左室射血分数也是出现频率较高的预测因子，对死亡风险的预测有重要作用。衰弱已被用于预测TAVR术后死亡风险，但因为衰弱指标评估的多样性，其是否为独立预测因子存在争议[27]。最近新提出的变量营养风险指数[28]和骨骼肌面积[29]等未纳入模型，建议在今后的研究中完善可测量的重要预测因子以确定最佳的风险预测模型。

4 小结

本研究共纳入14项TAVR术后死亡风险预测模型的研究，系统评价了模型的多方面特征。 研究结果提示现有研究均为国外的研究且偏倚风险高，缺乏能直接用于中国临床实践的模型，TAVR术后死亡风险预测模型的研究还处在发展阶段。国外TAVR死亡风险预测模型未应用到护理实践中，模型需随时间不断完善。国内需在全面考虑死亡风险因素的基础上开发各方面性能优良和可行性强的预测模型，并在不同地区和不同人群中进行验证，以便医护人员更好地进行决策和护理。