心率变化轨迹对患有房颤和心力衰竭的重症患者死亡率的影响：一项纵向队列研究

《BMC Cardiovascular Disorders》：Impact of heart rate trajectories on mortality in critically Ill patients with atrial fibrillation and heart failure: a longitudinal cohort study

　　```

摘要

背景

本研究调查了动态心率轨迹和心率变异系数（CV）在患有心房颤动和心力衰竭（AF-HF）的重症患者中的预后意义。

方法

这项回顾性多中心队列研究包括了来自MIMIC-IV和eICU数据库的8,356名患有AF-HF的ICU患者。我们应用了一种联合潜在类别模型（JLCM），该模型可以同时识别不同的纵向心率轨迹并估计它们与生存率的关联，以将患者在ICU入院后的前30天内分为不同的心率轨迹组。多变量Cox模型用于评估心率模式与30天内全因死亡率之间的关联。进一步开发了一种贝叶斯联合模型用于动态风险预测。

结果

与基线心率<80 bpm相比，调整后的心率风险比为：80–110 bpm时为1.13（95% CI：1.01–1.26），超过110 bpm时为1.28（95% CI：1.10–1.49）。识别出三种不同的心率轨迹组，其中逐渐增加的轨迹与较高的死亡率相关（HR = 2.96，95% CI：2.24–3.92）。同样，心率CV轨迹 increasing 的患者比CV模式稳定的患者死亡率更高（HR = 3.11，95% CI：2.40–4.03）。亚组分析显示肾功能和机械通气状态存在显著的交互作用（交互作用的P值<0.05）。动态预测模型在较长的观察窗口下表现出更好的辨别能力。

结论

心率轨迹与ICU中患有AF-HF的患者的短期死亡率相关，在探索性分析中也观察到了类似的心率变异轨迹的关联。这些发现表明，纵向心率监测可能对短期风险分层有价值，尽管还需要进一步的验证。

``````

摘要

背景

本研究调查了动态心率轨迹和心率变异系数（CV）在患有心房颤动和心力衰竭（AF-HF）的重症患者中的预后意义。

方法

这项回顾性多中心队列研究包含了来自MIMIC-IV和eICU数据库的8,356名患有AF-HF的ICU患者。我们应用了一种联合潜在类别模型（JLCM），该模型可以同时识别不同的纵向心率轨迹并估计它们与生存率的关联，从而将患者在ICU入院后的前30天内分为不同的心率轨迹组。多变量Cox模型用于评估心率模式与30天内全因死亡率之间的关联。进一步开发了一种贝叶斯联合模型用于动态风险预测。

结果

与基线心率<80 bpm相比，调整后的心率风险比为：80–110 bpm时为1.13（95% CI：1.01–1.26），超过110 bpm时为1.28（95% CI：1.10–1.49）。识别出三种不同的心率轨迹组，其中逐渐增加的轨迹与较高的死亡率相关（HR = 2.96，95% CI：2.24–3.92）。同样，心率CV轨迹 increasing 的患者比CV模式稳定的患者死亡率更高（HR = 3.11，95% CI：2.40–4.03）。亚组分析显示肾功能和机械通气状态存在显著的交互作用（交互作用的P值<0.05）。动态预测模型在较长的观察窗口下表现出更好的辨别能力。

结论

心率轨迹与ICU中患有AF-HF的患者的短期死亡率相关，在探索性分析中也观察到了类似的心率变异轨迹的关联。这些发现表明，纵向心率监测可能对短期风险分层有价值，尽管还需要进一步的验证。

``````

背景

本研究调查了动态心率轨迹和心率变异系数（CV）在患有心房颤动和心力衰竭（AF-HF）的重症患者中的预后意义。

方法

这项回顾性多中心队列研究包括了来自MIMIC-IV和eICU数据库的8,356名患有AF-HF的ICU患者。我们应用了一种联合潜在类别模型（JLCM），该模型可以同时识别不同的纵向心率轨迹并估计它们与生存率的关联，从而将患者在ICU入院后的前30天内分为不同的心率轨迹组。多变量Cox模型用于评估心率模式与30天内全因死亡率之间的关联。进一步开发了一种贝叶斯联合模型用于动态风险预测。

结果

与基线心率<80 bpm相比，调整后的心率风险比为：80–110 bpm时为1.13（95% CI：1.01–1.26），超过110 bpm时为1.28（95% CI：1.10–1.49）。识别出三种不同的心率轨迹组，其中逐渐增加的轨迹与较高的死亡率相关（HR = 2.96，95% CI：2.24–3.92）。同样，心率CV轨迹 increasing 的患者比CV模式稳定的患者死亡率更高（HR = 3.11，95% CI：2.40–4.03）。亚组分析显示肾功能和机械通气状态存在显著的交互作用（交互作用的P值<0.05）。动态预测模型在较长的观察窗口下表现出更好的辨别能力。

结论

心率轨迹与ICU中患有AF-HF的患者的短期死亡率相关，在探索性分析中也观察到了类似的心率变异轨迹的关联。这些发现表明，纵向心率监测可能对短期风险分层有价值，尽管还需要进一步的验证。

``````

```