在急性冠脉综合征(ACS)患者中构建并验证氯吡格雷高血小板反应性(HPR)的临床预测模型
时间：2024-12-11 06:00:16 热度：37.1℃ 作者：网络
ACS患者出现氯吡格雷HPR的独立危险因素为 CYP2C19基因多态性、BMI≥28 kg/m2、MPV≥10.85 fL和LDL-C≥2.6 mmol/L。本研究建立的Nomogram图在区分度、校准度和临床实用度三个方面表现良好，可作为临床预测工具，为基层医生调整双抗方案提供便利。 双联抗血小板治疗(dual antiplatelet therapy，DAPT)方案是急性冠脉综合征(acute coronary syndrome，ACS)和接受经皮冠状动脉介入术(percutaneous coronary intervention，PCI)患者的治疗基石[1-3]。氯吡格雷是第二代噻吩吡啶类药物，自CURE研究问世后，便开始广泛应用于临床[4]。后续临床实践中发现氯吡格雷的药效存在高度变异性，在接受氯吡格雷治疗的患者中有20%～40%的人群存在血小板聚集抑制不足的现象，这被定义为高血小板反应性(high platelet reactivity，HPR)。而大量研究一致表明，在ACS或PCI术后人群中氯吡格雷HPR与再发缺血事件密切相关[5-8]。所以，如何快速识别HPR患者，及时调整抗血小板方案，对于降低出血或缺血风险具有重大意义。 目前对于HPR的发生机制尚不明确。现有研究表明，HPR的相关因素有遗传(CYP2C19、ABCB1、CYP3A4等)、人口学(性别、年龄)、临床特征(糖尿病、肥胖、高脂血症、高尿酸血症等)、血小板参数和药物相互作用等[9-12]。但上述指标大多被单独使用，实用价值有限，而且基层医院尚不具备开展各种血小板功能检测(platelet function testing，PFT)的条件，临床上缺乏一个有效便捷的预测模型来帮助识别HPR人群。 本研究提出并绘制ACS患者氯吡格雷HPR预测模型Nomogram图，旨在帮助临床医生，特别是基层医生，准确便捷地识别HPR患者，及时调整抗血小板药物，降低患者出血或缺血风险，实现临床获益最大化。 在线使用：急性冠脉综合征(ACS)患者氯吡格雷高血小板反应性(HPR)的临床预测模型 1 对象和方法 Part.01 研究对象 本研究为单中心、回顾性研究。连续纳入2019年1月1日至2022年11月30日在郑州大学人民医院阜外华中心血管病医院接受治疗的242例ACS患者，其中男性130例，女性112例，年龄32～88岁，平均(62.0±11.5)岁。本研究已经阜外华中心血管病医院科研项目医学伦理委员会审核批准[伦理批号：(2019)伦审第(8)号]。 纳入标准：(1)在我院做过血小板聚集功能检测(光比浊法)，且检测前至少已经接受阿司匹林100 mg＋氯吡格雷75 mg治疗4 d，或已给予相应的负荷量治疗；(2)接受过氯吡格雷CYP2C19基因多态性检测；(3)年满18周岁；(4)患者及其家属知情同意。 排除标准：(1)行PFT时应用有其他影响血小板聚集的药物，如替罗非班、依替巴肽等；(2)合并有影响血小板聚集功能的血液系统或结缔组织疾病；(3)合并有其他严重的全身性疾病(肝肾功能衰竭、严重感染等)；(4)临床资料不全。 根据既往相关文献，从我院电子病历系统中收集以下资料纳入研究：(1)人口学信息：年龄、性别和体质指数(body mass index，BMI)；(2)既往史：高血压、糖尿病和高脂血症；(3)实验室检查：血常规、肝功能、血脂、肾功能、糖化血红蛋白、血小板聚集功能测定(二磷酸腺苷)和CYP2C19基因多态性等指标。根据血肌酐、性别、年龄、种族指标采用CKD-EPI法计算估算的肾小球滤过率(estimated glomerular filtration rate，eGFR)。 根据2021年《光学比浊法检测血小板聚集标准化专家共识》[13]的相关规范和操作流程，分别使用二磷酸腺苷5 μmol/L、肾上腺素75 μmol/L、胶原2.5 μg/L、花生四烯酸250 μg/L作为致聚剂进行PFT。本研究将二磷酸腺苷5 μmol/L诱导的血小板聚集率≥50%定义为氯吡格雷HPR[14]。 采用简单随机抽样法将纳入的患者按6∶4的比例分为训练集和验证集。计量资料用M(Q1，Q3)表示，计数资料用百分构成比表示。在训练集中使用logistic回归分析，按赤池信息量准则(akaike information criterion，AIC)筛选最终预测模型，并绘制Nomogram图将结果可视化。在训练集和验证集中分别采用受试者工作特征(receiver operating characteristic，ROC)曲线、Bootstrap自抽样法、Hosmer-Lemeshow(HL)拟合优度检验和决策曲线分析(decision curve analysis，DCA)对预测模型进行区分度、校准度和临床实用度的评估。 采用IBM SPSS Statistics 25和Stata 16进行上述统计分析和图形绘制。P<0.05为差异有统计学意义。 2.1 基线资料 本研究共纳入242例患者，144例为训练集，98例为验证集。根据二磷酸腺苷诱导的血小板聚集率是否≥50%又可分为HPR组和非HPR组，基线资料见表1。训练集和验证集的氯吡格雷HPR发生率分别为41.0%(59/144)和37.8%(37/98)。 表1 训练集和验证集的基线资料 2.2 基于训练集建立预测模型 2.2.1 单因素logistic回归分析 在训练集对所有研究因素进行单因素 logistic回归分析，结果见表2。CYP2C19基因多态性、BMI≥28 kg/m2、LDL-C≥2.6 mmol/L、MPV和PCC在HRP组和非HPR组之间存在统计学差异(均为P<0.05)。 表2 训练集单因素logistic回归分析 2.2.2 寻找连续型变量的最佳截断值 将上述单因素logistic回归分析中具有统计学意义的连续型变量MPV和PCC分别计算最佳截断值见表3。其中PCC的P值为0.052，无统计学意义，预测价值一般，但考虑其P值接近0.05，以54.50×109/L为界二分类纳入后续分析。 表3 具有统计学意义的连续型变量的 最佳截断值 2.2.3 建立回归预测模型并绘制Nomogram图 将初筛有统计学意义的指标以及既往研究报道的与HPR相关的指标(性别、年龄、肾功能、是否糖尿病、是否高脂血症)共同进行向前、向后多因素logistic回归分析，以AIC为准则，根据各预测因子的回归系数建立预测模型并绘制Nomogram图，见表4、图1。 表4 训练集多因素 logistic回归分析 图1 氯吡格雷HPR预测模型的Nomogram图 2.3 预测模型的验证及评价 2.3.1 区分度检验 训练集和验证集的ROC曲线见图2，曲线下面积(area under the curve，AUC)分别为0.757(95%CI：0.676～0.840)和0.750(95%CI：0.646～0.854)，提示该预测模型对ACS患者是否出现氯吡格雷HPR具有一定的判别能力。在两组中采用Bootstrap法抽样1 000次对模型进行内部验证，校准后的C-Statistic分别为0.732(95%CI：0.656～0.820)和0.725(95%CI：0.632～0.827)。 图2 两组Nomogram的ROC曲线 2.3.2 校准度检验 在训练集和验证集中采用HL进行校准度检验，见图3，P值分别为0.954和0.097，均大于0.05，提示该模型预测ACS患者出现氯吡格雷HPR的概率和实际概率具有良好的一致性。 图3 两组Nomogram的 HL检验曲线 2.3.3 临床实用度检验 训练集和验证集中的DCA曲线见图4。提示使用该模型预测ACS患者是否出现氯吡格雷HPR时，阈概率分别在20.20%～97.95%和19.31%～78.92%的大范围内患者均有净获益。 图4 两组Nomogram的DCA曲线 抗血小板聚集是治疗ACS的关键。然而患者的缺血风险会随着ACS发病或PCI术后时间的延长而逐渐降低，所以如何平衡出血/缺血风险，及时调整抗血小板药物是一个难点问题。目前提出的应对方案尚存在争议。首先，是根据常用出血或缺血评分(如RECISE-DAPT/DAPT评分、ARC-HBR评分等)调整DAPT的方案，不过上述评分系统在指导DAPT个体化治疗方面的价值还未得到大型研究证实，而且部分评分中缺血或出血的危险因素有重叠，限制了其临床应用[15]。其次，是根据PFT或CYP2C19基因检测结果调整DAPT的方案，然而目前相关指南或共识暂未明确建议在ACS或PCI术后人群中常规使用PFT或CYP2C19基因检测方法。但随着相关研究的进展，其推荐等级在逐步提高。2014年美国心脏协会/美国心脏病学会《非ST段抬高型急性冠脉综合征患者管理指南》[3]认为，HPR与PCI术后患者再发缺血事件密切相关，但是常规进行PFT或CYP2C19基因检测以调整抗血小板方案并不能降低患者缺血并发症，因此不予推荐。2020年欧洲心脏学会《非ST段抬高型急性冠脉综合征治疗指南》[1]指出，可以在PFT或CYP2C19基因型指导下对ACS患者进行降阶治疗，特别是对于不适合强效抗血小板治疗的患者(Ⅱb)。2021年我国《冠心病双联抗血小板治疗中国专家共识》[15]中建议，在特定的高缺血或出血情况下，可进行上述检测以指导DAPT升阶或降级治疗。同时目前研究发现，氯吡格雷HPR与ACS患者或PCI术后患者缺血事件相关，而且氯吡格雷HPR受多种因素共同影响，CYP2C19基因型并非决定性因素[9-12]。 本研究综合CYP2C19基因型以及其他临床指标，构建ACS患者氯吡格雷HPR的预测模型，为临床医生，特别是基层医生，提供DAPT方案调整依据。研究结果显示，CYP2C19基因多态性、BMI≥28 kg/m2、MPV≥10.85 fL和LDL-C≥2.6 mmol/L是发生氯吡格雷HPR的独立危险因素。并且本研究所绘制的Nomogram图在区分度、校准度和临床实用度3个方面表现良好。 CYP2C19基因多态性与氯吡格雷HPR密切相关。众多研究表明，与 CYP2C19*1/*1基因相比， CYP2C19*2或*3基因携带者的氯吡格雷活性代谢产物浓度较低，HPR风险增加[16-17]。CYP2C19*17基因对氯吡格雷代谢的影响还存在争议。Sibbing等[18]研究结果显示，CYP2C19*17基因与血小板聚集值(P＝0.001)和出血事件(P＝0.006)独立相关，尤其以CYP2C19*17纯合子患者的出血风险最高。Lewis等[19]则认为，上述结果可能受CYP2C19*17和CYP2C19*2基因连锁不平衡的影响。 肥胖是一种代谢性疾病，是多个系统疾病的危险因素[20]。有研究表明，BMI是发生氯吡格雷HPR的独立危险因素(OR＝1.789，95%CI：1.044～3.064，P＝0.034)[21]。Jiang等[22]以饮食诱导的肥胖小鼠作为研究对象，发现其体内肝脏P450酶系活性下调而CES1活性上调，致使氯吡格雷的硫醇活性代谢产物明显减少，这削弱了氯吡格雷的药效。也有学者认为，与肥胖相关的炎症状态，尤其是代谢性内毒素血症，可以抑制细胞色素P450酶系活性，增加血小板周转率，导致HPR的发生[23]。 MVP是血小板活化指标，血小板活化和血栓形成在ACS发生发展中起着关键作用。既往一项研究表明，高MPV与氯吡格雷HPR独立相关[24]。这可能是因为体积较大的血小板比体积小的血小板更容易形成网状结构，而且大血小板内含有更多的致密颗粒和整合素αⅡb亚单位，同时可表达更多的糖蛋白Ⅱb/Ⅲa受体，产生更多的血栓素A2，更容易引起血小板聚集[25]。Zhang等[26]在中国人群中也得到了同样的结果，且MPV对氯吡格雷HPR具有较强的预测价值，AUC值为0.788(95%CI：0.701～0.875，P<0.001)，最佳截断值为10.55 fL。本研究中MPV预测HPR的最佳截断值为10.85 fL，与上述研究结果类似。 LDL-C在心血管疾病发生发展中占据中心地位。LDL-C经氧化后与LDL载脂蛋白B(ApoB)中的赖氨酸残基结合可形成氧化修饰低密度脂蛋白(ox-LDL)，后者通过多种途径促进动脉粥样硬化。Bobescu等[12]研究显示，高水平LDL-C是氯吡格雷HPR的独立危险因素。本研究根据血脂异常相关指南，将LDL-C以2.6 mmol/L为界进行二分类，也得到了相同结果。 国内对于氯吡格雷HPR的研究多局限于危险因素分析，相关的临床预测模型研究较少。有学者在患有缺血性心脑血管疾病的非糖尿病患者中建立了关于氯吡格雷HPR的预测模型[27]，结果显示最终模型的AUC值为0.704(95%CI：0.670～0.738)，HL检验P＝0.252，具有一定的区分度、校准度，但该模型未绘制Nomogram图将结果可视化，同时未进行验证集验证，而且在此目标人群中氯吡格雷HPR预测模型的临床价值有限。而本研究在ACS人群中建立预测模型，模型中的各个预测因子均易获得，且绘制Nomogram图将结果可视化方便临床使用。同时，本模型在训练集和验证集分别进行了区分度、校准度和临床实用度验证，结果显示在这3个维度均表现良好。 综上所述，本研究以 CYP2C19基因多态性、BMI≥28 kg/m2、MPV≥10.85 fL和LDL-C≥2.6 mmol/L作为预测因子所建立的临床预测模型，在区分度、校准度和临床实用度3个方面均表现良好，可以为基层医生调整DAPT方案提供一定的依据。本研究还存在以下不足：首先，作为单中心、回顾性研究，样本量较小，可能存在选择偏移；其次，本研究未将冠状动脉病变情况纳入评估。今后还需要多中心、大样本研究对本模型进一步验证。 原始出处： 郭智星, 袁晓鹏, 朱彬彬, 等. 急性冠脉综合征患者氯吡格雷高血小板反应性临床预测模型的建立及验证[J]. 中国心血管杂志, 2024, 29(5): 404-411. DOI: 10.3969/j.issn.1007-5410.2024.05.004.
