研究背景

        二尖瓣反流(MR)是一种常见的瓣膜疾病，其严重程度对患者的预后有着深远的影响。准确评估左心室舒张功能( LVDF)对于二尖瓣反流患者的管理至关重要，然而在临床实践中，这一评估往往面临诸多挑战。传统的超声心动图虽然能够提供一定的信息，但在复杂病例中其准确性可能受到限制。近年来，随着人工智能技术的飞速发展，其在医学领域的应用逐渐拓展，为心血管疾病的诊断和预后评估带来了新的希望。

        2024年12月，JACC发表了一篇题为“Using Electrocardiogram to Assess Diastolic Function and Prognosis in Mitral Regurgitation”的文章，该研究首次利用人工智能赋能的心电图(AI-ECG)算法来评估二尖瓣反流患者的左心室舒张功能，并探讨其与全因死亡率之间的关系。

        研究方法

        本研究是一项回顾性研究，旨在评估基于AI-ECG的LVDF分级在二尖瓣反流患者中的预后价值。研究纳入了2001年9月至2023年4月在梅奥诊所接受全面经胸超声心动图(TTE)确认为显著二尖瓣反流(中度及以上)且在14天内进行心电图检查的患者。研究共纳入4 019例患者，平均年龄69.8岁，其中女性占49.0%。根据AI-ECG LVDF状态，将患者分为三个心肌疾病(MD)阶段：MD-1(正常或1级LVDF)、MD-2(2级LVDF)和MD-3(3级LVDF)。研究的主要终点为全因死亡率，随访中位时间为3.5年。

        研究结果

        AI-ECG LVDF-MD分级与全因死亡率的显著关联

        在纳入的4 019例显著二尖瓣反流(MR)患者中，根据AI-ECG算法，分别有1 175例(29.2%)被归为MD-1组(正常或1级左心室舒张功能，LVDF)，1 881例(46.8%)为MD-2组(2级LVDF)，963例(24.0%)为MD-3组(3级LVDF)。在中位随访3.5年期间，共记录到1 636例(40.7%)患者死亡。Kaplan-Meier生存分析显示，MD-1组死亡230例(19.6%)，MD-2组死亡846例(45.9%)，MD-3组死亡542例(56.3%)，死亡率随LVDF-MD分级升高而显著增加(P< 0.001)。多变量生存回归分析调整潜在混杂因素后，MD-2组的调整后风险比(aHR)为1.99(95% CI：1.62～2.45)，MD-3组的aHR为2.65(95%CI：2.11～3.34)，均与死亡风险增加独立相关。

        超声心动图指标与AI-ECG LVDF-MD分级的相关性

        研究发现，超声心动图指标与AI-ECG LVDF-MD分级密切相关。随着AI-ECG LVDF-MD分级升高，二尖瓣环早期舒张速度(e')降低，三尖瓣反流速度(TR)和左心房体积指数(LAVi)增加，E/e'比值显著上升(Pfor trend< 0.001)。具体数值为：MD-1组e'为0.07 m/s，TR为2.5 m/s，LAVi为43.0 mL/m²，E/e'为12.2;MD-2组e'为0.05 m/s，TR为3.0 m/s，LAVi为51.0 mL/m²，E/e'为22.0;MD-3组e'为0.04 m/s，TR为3.2 m/s，LAVi为55.0 mL/m²，E/e'为25.0(图1)。表明AI-ECG LVDF-MD分级能够有效反映左心室舒张功能的恶化程度，为临床医生提供了一个与超声心动图互补的评估工具。

        图1 各研究组的超声心动图LVDF参数

        不同亚组中AI-ECG LVDF-MD分级的预后价值一致性

        为了验证AI-ECG LVDF-MD分级在不同临床情境下的适用性和稳定性，研究进行了广泛的亚组分析。结果显示，在不同二尖瓣反流病因(原发性或继发性)、左心室射血分数(LVEF≥60%或<60%)、二尖瓣反流严重程度(中度或>中度)、左心室收缩末期直径(LVESD<40 mm或≥40 mm)以及肺动脉收缩压(PASP>50 mm Hg或≤50 mm Hg)的亚组中，AI-ECG LVDF-MD分级与全因死亡风险之间的关联均保持一致(图2)。这表明AI-ECG LVDF-MD分级具有广泛的适用性，能够在多种复杂的临床背景下为患者的预后提供可靠的评估，有助于临床医生在不同类型的二尖瓣反流患者中做出更为精准的预后判断和治疗决策。

        图2 AI-ECG LVDF-MD分级与各亚组全因死亡率的调整后风险比

        考虑二尖瓣干预措施后的敏感性分析结果

        由于二尖瓣反流患者在随访过程中可能会接受二尖瓣干预手术，这可能会影响其预后，因此研究还进行了敏感性分析，以评估在随访期间对二尖瓣干预患者进行截断分析后AI-ECG LVDF-MD分级的预后价值。在503例接受二尖瓣干预的患者中，MD-1组死亡201例(17.1%)，MD-2组死亡811例(43.1%)，MD-3组死亡515例(53.5%)，死亡率随LVDF-MD分级升高而增加(P for trend <0.001)。多变量生存回归分析显示，MD-2组的aHR为1.82(95% CI：1.462.27)，MD-3组的aHR为2.38(95%CI：1.87～3.03)，均与死亡风险增加独立相关。这一结果进一步证实了AI-ECG LVDF-MD分级在预测二尖瓣反流患者预后方面的稳健性，即使在考虑了二尖瓣干预这一重要临床事件后，其预后价值依然显著。

        总结

        本研究将AI-ECG技术应用于二尖瓣反流患者的LVDF评估中，并证实了其在预后分层中的有效性。AI-ECG LVDF-MD分级不仅能够捕捉到个体超声心动图LVDF各成分的逐渐恶化，而且在综合超声心动图DF分级方面表现出了超越性。此外，AI-ECG LVDF-MD分类在临床评估二尖瓣反流患者以及优化其护理方面展现出巨大潜力。该研究为临床医生提供了一个可靠、便捷且经济实惠的工具，用于估计二尖瓣反流患者的预后，并可能成为指导这些患者临床管理的一种潜在新方法。

        参考文献

        TSABAN G, LEE E, WOPPERER S, et al. Using electrocardiogram to assess diastolic function and prognosis in mitralregurgitation[J]. J Am Coll Cardiol,2024;84(23):2278-2289. DOI: 10.1016/j.jacc.2024.06.054.