Eur Heart J这篇最新左主干研究,在我们的环境下,有几位大夫敢尝试!



在慢性冠脉综合征(CCS)患者的临床管理中,血管造影显示具有临床意义(即狭窄≥50%)的左主干(LM)病变及其等同病变(LM-equivalent,即前降支近段和回旋支近段均存在≥70%的狭窄)始终是心内科医师高度警惕的雷区。目前的临床指南明确推荐,即使是稳定的CCS患者,一旦发现LM病变,也应进行血运重建。这一推荐基于较为久远的研究,这些研究显示未接受血运重建的LM病变患者3年生存率仅约37%,而即便在当代血运重建技术下,LM病变患者的5年死亡率仍高达约11%。


具有里程碑意义的ISCHEMIA试验通过强制性冠状动脉计算机断层扫描血管造影(CCTA)排除了LM病变患者,从而证实了在排除LM病变后,初始最佳药物治疗策略与有创性策略具有相似的预后。然而,ISCHEMIA试验的结论无法直接推广至所有CCS患者,核心原因在于临床中普遍存在的对可能遗漏LM病变的担忧。当CCTA不可及或存在禁忌时,有创冠状动脉造影(CAG)往往成为排除LM病变的金标准,但这不仅增加了医疗成本和患者负担,也常常伴随着不必要的血运重建操作。



正是在这一背景下,MASTER研究(Main stem Stenosis prediction Through Exercise Response)应运而生。这是一项多中心病例对照研究,旨在评估一种基于临床变量和心电图运动负荷试验(EST)变量的简单无创性诊断模型,在排除LM病变及LM等同病变中的有效性。该研究的核心目标并非最大化诊断的阳性预测值,而是最大化阴性预测值(NPV),即通过一个成本低廉、易于普及的检查手段,安全地识别出那些无需进行CAG或CCTA的CCS患者,从而推动初始无创性管理策略的临床落地。该研究结果新近发表于《European Heart Journal》,为心血管领域提供了一种务实且极具临床转化潜力的决策工具。



尽管ISCHEMIA试验为CCS的保守治疗提供了有力证据,但该试验的设计排除了LM病变,因此临床上对LM病变的恐惧依然存在。在无CCTA或CCTA受限时,CAG是排除LM病变的主要手段。


然而,CAG本身是有创操作,且往往因发现解剖学狭窄而触发血运重建,这与ISCHEMIA试验中“仅对有中重度缺血的患者进行血运重建”的理念相悖。


CCTA虽然是一种有效的无创解剖学评估工具,但其同样存在局限性:在极度肥胖和严重冠状动脉钙化的情况下常无法诊断,且存在对比剂诱导或加重肾病的风险;在存在偏心性狭窄时易出现假阳性结果;且其阴性预测值(NPV)虽高但仍未达到完美水平(95%)。此外,CCTA在经济欠发达地区和社区的可及性较差。


EST作为一种历史悠久、价格低廉、无辐射、无需对比剂的检查手段,在诊断LM病变方面的准确性以往报道不一,且缺乏专门针对高阴性预测值(即排除能力)的系统性、多元化评估。MASTER研究正是为了解决这一临床痛点而设计。


01

研究方法


研究人群


MASTER研究是一项回顾性、多中心、病例对照研究。纳入了来自6家意大利医院(Pisa, Massa, Rome, Novara, Messina, Naples)和1家美国医院(the Mayo Clinic, Rochester, MN)的CCS患者,时间跨度为2010年至2024年。


所有患者均因疑似CCS接受了CAG,并在CAG前2个月内完成了一次可判读且最大极限的EST。


最大极限EST定义为运动达到最大年龄相关心率的80%以上,或因出现心肌缺血症状/体征而终止。


分组及定义


LM病例组定义为在CAG中发现存在LM病变或LM等同病变的患者。具体定义为:冠状动脉造影显示LM狭窄≥50%,或前降支(LAD)近段和回旋支(LCX)近段均存在≥70%的狭窄(即LM等同病变)。共纳入335例(图1)。


对照组定义为因疑似CCS接受CAG,但CAG结果未达到LM病变或LM等同病变定义的患者。对照组的冠脉解剖从完全正常到三支血管病变不等,但不包括LM病变。研究为每个LM病变或LM等同病变患者匹配三名对照者,共纳入797例对照者。



排除标准


研究排除了疑似急性冠脉综合征(ACS)的患者、既往接受过冠状动脉旁路移植术(CABG)的患者、以及在过去12个月内发生过ACS或接受过PCI的患者。此外,无法完成最大极限EST、或基线心电图不可判读(如存在左束支传导阻滞、心室起搏、预激综合征、或基线ST段压低≥1mm)的患者也被排除。


数据收集


研究收集了26项临床变量(包括年龄、性别、体重指数、肾功能、吸烟史、高血压、糖尿病、高脂血症、既往PCI史、既往心肌梗死史、使用药物如雷诺嗪、β受体阻滞剂等)和26项EST变量(包括心率、血压、峰值代谢当量、运动持续时间、ST段压低/抬高的程度及导联数、ST段恢复时间、ST/HR环、运动中出现的心绞痛等)。


译者注:雷诺嗪(Ranolazine)是一种机制独特、血流动力学中性的抗心绞痛药物,通过抑制心肌晚期钠电流改善缺血,不影响心率和血压,常作为传统抗心绞痛药物(β受体阻滞剂、钙通道阻滞剂、硝酸酯类)的二线或联合用药。目前在国内尚未上市。


所有EST判读由各中心经验丰富的两位心内科医生统一进行,并使用统一的电子病例报告表填写所有参数。


所有CAG图像均由各中心经验丰富的两名研究者通过定量冠状动脉造影(QCA)软件进行再分析,并由Pisa大学的血管造影核心实验室进行质量控制,确保评估的一致性(组间一致性>96%)。


02

研究结果


基线特征


研究共纳入1132名患者,包含335例病例和797例对照患者(表1)。


中位年龄为68岁(IQR, 61–74岁),男性占79%。


与对照组相比,LM病例组患者年龄稍大(中位年龄70岁 vs 68岁,P<0.001),男性比例更高(86% vs 76%,P<0.001)。


在临床特征上,LM病例组具有更低的肾小球滤过率(77 vs 82 mL/min/1.73m²,P=0.001),更高的糖尿病患病率(尤其是胰岛素依赖型糖尿病,8% vs 5%,P=0.04),以及更高的雷诺嗪使用率(9% vs 4%,P=0.002)。



值得注意的是,LM病例组既往接受过PCI的比例显著低于对照组(21% vs 29%,P=0.007),研究者认为这可能反映了选择偏倚:既往PCI的患者可能更倾向于更早、更直接地接受CAG。心功能严重减退(左心室射血分数≤40%)的患者比例在全组中仅为5.8%。


EST特征


LM病例组表现出更广泛且更严重的心肌缺血证据(表2)。



根据对参与中心的事后调查,95%服用β受体阻滞剂(通常服用24–48小时)和硝酸盐类药物(服用≥24小时)的患者在EST前已停用这些药物。在进行EST前,其他药物均未被中断或减量。


在ST段偏移方面,LM病例组aVR导联出现ST段抬高≥1mm的比例显著高于对照组(27% vs 8%,P<0.001)。在V2至V6导联、I、II、III导联,LM病例组出现ST段压低≥1mm的比例均显著高于对照组。


在ST段恢复时间方面,LM病例组的中位ST段恢复时间显著长于对照组(5分钟 vs 2分钟,P<0.001)。此外,LM病例组在运动中出现典型心绞痛的比例更高(19% vs 15%),且ST段/心率环(ST/HR环)表现为“重叠或逆时针方向”(提示更广泛的心内膜下缺血)的比例显著高于对照组(43% vs 30%)。LM病例组达到的峰值代谢当量(METs)也略低于对照组(7.0 vs 7.0,P=0.04)。


对LM病变的预测


通过logistic回归分析,最终确认了LM病变的独立预测因素(表3)。主要包括以下结论。



在人口学和临床变量中:


  • 年龄(每增加10年):OR=1.27(95% CI 1.04-1.56,P=0.02),年龄越大,风险越高。

  • 女性性别:OR=0.47(95% CI 0.30-0.73,P=0.001),女性是一个保护性因素。

  • 胰岛素依赖型糖尿病:OR=1.91(95% CI 1.07-3.42,P=0.03),显著增加风险。

  • 既往PCI史:OR=0.50(95% CI 0.35-0.71,P<0.001),同样是一个保护性因素(负相关,可能与选择偏倚有关)。

  • 肾小球滤过率(每增加10单位):OR=0.91(95% CI 0.83-0.99,P=0.03)。

  • 使用雷诺嗪:OR=2.53(95% CI 1.37-4.68,P=0.003)。


在EST变量中:


  • aVR导联ST段抬高≥1mm:OR=2.38(95% CI 1.56-3.63,P<0.001),这是最强的EST预测因子之一。

  • ST段压低≥3mm的导联数(每增加1个导联):OR=1.33(95% CI 1.14-1.55,P<0.001),缺血范围越广,风险越高。

  • ST段恢复时间(每增加1分钟):OR=1.12(95% CI 1.06-1.18,P<0.001),恢复时间越长,风险越高。

  • 基线心率(每增加10次/分):OR=1.19(95% CI 1.06-1.33,P=0.003)。

  • 达到最大理论心率的百分比(每增加10%):OR=0.84(95% CI 0.71-0.99,P=0.04),运动能力越好,风险越低。



诊断模型性能


  • AUC:预测LM病变(狭窄≥50%)的模型AUC为0.78(95% CI 0.75-0.80),经乐观校正(optimism-adjusted)后为0.72。预测严重LM病变(狭窄≥80%)的模型AUC为0.82(95% CI 0.79-0.86),经乐观校正后为0.75(图2A和C)。

  • 模型对LM病变及严重LM病变预测的经乐观校正性能展示于表4中。在假设5%的患病率下,针对两种不同的误分类成本比提供了估计值。



  • 假设错误分类成本比1:100:模型预测LM病变的阴性预测值(NPV)为98.2%。在每1000名接受评估的患者中,有416名被模型判定为低风险(预测为无LM病变)。在这416人中,实际有409名是真阴性,仅有7名是假阴性(即漏诊的LM病变)。这意味着,每避免58例不必要的CAG,才会漏诊1例LM病变。

  • 对于严重LM病变,在1:100的成本比下,NPV为98.5%。每1000名患者中,435名被判定为低风险,其中429名为真阴性,6名为假阴性。每避免72例不必要的CAG,会漏诊1例严重LM病变。


  • 假设错误分类成本比1:50:模型的准确率略有下降,LM病变的NPV降至97.7%,每避免41例CAG,会漏诊1例LM病变。严重LM病变的NPV为97.9%,每避免45例CAG,会漏诊1例严重LM病变。


敏感性分析


  • 外部验证:基于意大利数据开发的模型在Mayo Clinic样本上的数据验证显示,AUC分别为0.73(LM病变,95% CI 0.62–0.83)和0.76(严重LM病变,95% CI 0.63–0.88),NPV保持稳定,未发生显著变化。仅在严重LM病变病例中略有下降。在假设LM病变患病率为0.9%的情况下,也得到了类似结果。

  • 时间验证:按数据收集时间(2024年8月前后)分组验证,AUC分别为0.70(95% CI 0.65–0.76)和0.69(95% CI 0.62–0.76),NPV同样稳定。

  • 低患病率假设:当假设目标人群中LM病变患病率仅为0.9%时,模型的NPV进一步提升,证明该模型在低风险人群中更具优势。


03

讨论


MASTER研究的主要发现是,基于人口统计学、临床和EST变量的模型,能够以极高的阴性预测值(约98%)安全地排除LM病变及LM等同病变。这是目前文献中基于EST参数所报道的最高NPV。


该研究的核心价值在于其“排除”能力,而非“诊断”能力。在临床决策中,这是一个至关重要的转变。对于能够完成最大极限EST的患者,如果模型评估为低风险,医师可以更有信心地选择初始无创性管理(即最佳药物治疗),从而避免大量不必要的CAG或CCTA。


研究者指出,该模型在CCTA资源有限或难以普及的社区中尤其有价值。与CCTA相比,EST不仅无辐射、无对比剂风险,且成本极低,而对LM病变的排除能力并不逊色于CCTA。


关于安全性,作者引用了ISCHEMIA试验的发现。在ISCHEMIA试验中,即使是在三支血管病变的患者中,随机分配至保守治疗组的患者,其3.2年随访期间的猝死发生率仅为1.3%,且与有创治疗组无显著差异。因此,研究者认为,在当代最佳药物治疗下,即使模型漏诊了LM病变,其导致的绝对风险增量极低。此外,漏诊并不等同于灾难性后果(译者注:我真羡慕作者的所处医疗环境),如果患者症状持续或加重,仍有机会在后续流程中接受CAG或CCTA以明确诊断,这进一步降低了远期风险。


既往一些研究探利用EST预测LM病变,但通常仅关注ST段变化等粗线条指标。ISCHEMIA试验的一项子分析也得出结论,认为临床和EST参数对LM病变的预测能力较弱,需要解剖学成像。但该分析受限于缺乏详细的EST追踪数据。另一项涉及15万患者的注册研究利用logistic回归和机器学习模型预测LM病变,也仅得到了中等程度的区分度,同样缺乏详细的EST变量信息。


MASTER研究的创新之处在于对EST变量进行了极其详尽和系统的收集(26项EST变量),并构建了以最大化NPV为导向的模型,从而实现了对现有工具的超越。


04

局限性


尽管结果令人振奋,但研究者坦诚地指出了研究的多项局限性,需要我们客观看待:研究设计存在固有的回顾性偏倚和选择偏倚,尽管病例数较大,但仍需前瞻性验证。适用人群有限,该模型仅适用于能够完成最大极限EST且基线心电图可判读的CCS患者。无法推广至存在左束支传导阻滞、心室起搏、预激综合征或基线ST段压低≥1mm的患者。研究人群中LVEF≤40%的比例极低(5.8%),因此结果不适用于此类患者,他们通常也是EST的禁忌人群。本研究女性比例偏低(21%),反映了真实世界中对女性进行有创检查的转诊偏倚,需要在更性别均衡的队列中进行验证。研究主要依赖QCA对血管造影的评估,缺乏冠脉内影像学(如IVUS/OCT)或生理学评估(如FFR)作为金标准,对于临界性LM病变,QCA可能低估或高估狭窄程度。另外,本研究灵敏度并非完美,在1:100成本比下,模型灵敏度为85.3%,意味着仍有14.7%的LM病变患者被漏诊。但作者认为,在1:58的权衡下,这是一个可接受的代价。错误分类成本比(1:100和1:50)是作者基于文献的合理假设,但并非绝对的临床共识。


05

结论


MASTER研究证实,在CCS患者中,基于人口统计学、临床和EST变量的logistic回归模型,能够以极高的阴性预测值(约98%)安全地排除LM及LM等同病变。在预设的5%患病率及1:100错误分类成本比下,该模型可使约41%的患者避免进行不必要的有创造影或CTA检查。该模型在CCTA可及性有限的地区具有显著的卫生经济学价值和临床实用性,将有助于临床医师在床旁快速决策,实现更精准、更高效的患者分层管理。


严道心得


在临床工作中,我们常常面临决策困境:面对一个症状稳定的CCS患者,是直接转诊做CAG或CCTA以求绝对安全,还是通过运动负荷试验观察其缺血表现再决定?


MASTER研究回归到望闻问切式的临床基本功,从那些常被忽视的EST变量中挖掘出了巨大的信息量。


该研究最令我印象深刻的是其以排除为目的的务实设计。在临床决策中,我们往往过度关注阳性预测值,担心漏诊,导致了过度检查。MASTER研究为“安全地不需要做什么”提供了强有力的量化证据,数据清晰且具有说服力。它量化了风险,让我们在权衡利弊时有了更科学的依据,从而更有底气地对低风险患者启动初始药物治疗,避免过度医疗带来的经济负担。


当然,这绝不意味着我们可以放松警惕,尤其在我们所处的恶劣医疗环境之下。对于临床高度怀疑LM病变的患者(如典型症状、合并多种危险因素、aVR导联ST段显著抬高),保持警惕和密切随访仍是必要的,防御性医疗也是必要的。


在追求高精尖的同时,不能忽视基础临床技能的价值。期待未来基于该模型开发的决策辅助工具能够进入临床,真正实现高危患者精准分层,使患者获益最大化。

阅读数: 2502