目前，临床上越来越多的采用心血管磁共振(CMR)进行主动脉瓣狭窄(AS)的风险分层。但是，CMR标志物及其各自阈值的相对预后作用尚不明确。

最新发表在“J Am Coll Cardiol”上的一项研究“Markers of Myocardial Damage Predict Mortality in Patients With Aortic Stenosis”，利用机器学习，以确定AS中的重要的预后CMR标志物及其死亡阈值。

研究流程

在13个国际站点前瞻性的招募了进行AVR治疗的重度AS患者：开发队列 440位、验证队列 359位，中位随访了3.8年。在手术或经导管AVR治疗前对所有患者进行CMR。采用29个变量(13个CMR)建立以AVR后死亡为结果的随机生存森林模型。

根据细胞外体积分数分层的患者存活率

开发队列和验证队列分别发生了52例和51例死亡事件。4个最具预测性的CMR指标是细胞外容积分数、晚期钆增强、左室舒张末期容积指数(LVEDVi)和右室射血分数。在整个队列和无症状患者亚组中，当细胞外体积分数超过27%时，经风险调整的预测死亡率显著增加，而晚期钆增强>2%显示持续性高死亡风险。

根据RVEF分数分层的患者存活率

大心室(LVEDVi >80 mL/m2)和小心室(LVEDVi≤55 mL/m2)以及右心室射血分数高(>80%)或低(≤50%)的患者的死亡率均有所增加。当将这4个指标加入临床因素时，模型对死亡的预测表现进一步提高(3年C指数：0.778 vs 0.739)。CMR变量的预后阈值和风险分层在验证队列中均得到了证实。

根据LVEDVi分层的患者存活率

总之，在该研究中，机器学习确定心肌纤维化和双心室重塑标志物是AS患者生存预后的主要预测指标，并强调了它们与死亡率的非线性相关性。这些标记物可能对优化AVR的判定有一定的作用。

原始出处：

Soongu Kwak, et al. Markers of Myocardial Damage Predict Mortality in Patients With Aortic Stenosis. J Am Coll Cardiol. 2021 Aug, 78 (6) 545–558