NSTEMI患者中的急性冠状动脉闭塞：患病率、临床特征及人工智能的潜在作用 克里斯蒂娜·斯塔塔科普卢（Christina Stathakopoulou） 查拉拉莫斯·瓦尔拉莫斯（Charalampos Varlamos） 哈伦·布特（Haroun Butt） 约西夫·泽尼奥吉安尼斯（Iosif Xenogiannis） 瓦西莉基-玛丽亚·德拉戈纳（Vassilikí-Maria Dragona） 德斯波伊纳-拉法伊莉亚·贝内图（Despoina-Rafailia Benetou） 斯特凡诺斯·弗拉霍斯（Stefanos Vlachos） 克里斯托斯·帕帕斯（Christos Pappas） 福蒂奥斯·科洛卡西斯（Fotios Kolokathis） 格里戈里斯·V·卡拉马西斯（Grigoris V. Karamasis） + 1名作者

《Medicina》：Acute Coronary Occlusion in NSTEMI Patients: Prevalence, Clinical Characteristics and the Potential Role of Artificial Intelligence Christina Stathakopoulou, Charalampos Varlamos, Haroun Butt, Iosif Xenogiannis, Vassiliki-Maria Dragona, Despoina-Rafailia Benetou, Stefanos Vlachos, Christos Pappas, Fotios Kolokathis and Grigoris V. Karamasis + 1 author

　　摘要 背景与目标：基于心电图（ECG）的STEMI/NSTEMI分类用于确定急性心肌梗死（AMI）患者接受侵入性治疗的紧急程度。然而，这种方法常常低估了非ST段抬高型心肌梗死（NSTEMI）患者中急性冠状动脉阻塞（ACO）的存在。人工智能（AI）辅助的心电图解读已成为一种潜在工具，有助于更早地识别ACO。本研究旨在确定NSTEMI患者中ACO的患病率，比较有无ACO患者的临床特征，并探讨AI在早期识别ACO方面的潜在作用。

材料与方法：研究纳入了2022年9月至2024年12月期间接受冠状动脉造影的所有连续NSTEMI患者。与其他研究只包括TIMI血流等级0–1、0–2或0–3不同，本研究将ACO严格定义为在初次冠状动脉造影时TIMI血流等级为0的致病病变。比较了ACO患者和非ACO患者的临床特征。使用经过临床验证的基于AI的心电图解读模型回顾性分析了ACO患者的入院时12导联心电图，并根据侵入性治疗的紧急程度对其进行分类。

结果：在520名NSTEMI患者中，49名（9.4%）通过冠状动脉造影确诊为ACO。在非ACO组中，7.0%的患者在初次冠状动脉造影时TIMI血流等级为1（占总人口的6.3%）。因此，研究人群中有15.7%的TIMI血流等级为0/1。ACO患者年龄更年轻（平均年龄60.9 ± 12.8岁 vs 66.3 ± 12.0岁，p = 0.0065）。两组患者的临床特征没有显著差异，除了血脂异常在非ACO患者中更为常见（38.8% vs 53.9%，p = 0.043）。ACO组的血运重建率更高（93.9% vs 82.2%，p = 0.037）。两组患者之间的致病血管分布存在显著差异（p < 0.0001）。多变量逻辑回归分析显示，年龄与ACO独立相关（OR 0.96，95% CI 0.93–0.99，p = 0.007）。对42名ACO患者进行了AI辅助的心电图分析，其中57.1%被归类为需要立即进行侵入性治疗。

结论：相当比例的NSTEMI患者存在ACO。AI辅助的心电图解读可能有助于更早地识别ACO，尽管其临床影响仍需进一步验证。未来需要更多研究来确认这些发现。

1. 引言
基于心电图（ECG）将急性心肌梗死（AMI）分为ST段抬高型心肌梗死（STEMI）和非ST段抬高型心肌梗死（NSTEMI）的分类对临床决策至关重要[1,2]。这一二分法长期以来一直是指导AMI患者接受侵入性治疗紧急程度的依据[2,3]。然而，它常常低估了被归类为NSTEMI的患者中急性冠状动脉阻塞的存在[4]。新兴证据表明，相当比例的NSTEMI患者存在急性冠状动脉阻塞（ACO），导致侵入性治疗延迟、主要不良心脏事件（MACE）发生率增加以及死亡率上升[5,6,7,8,9,10,11]。鉴于这些局限性，提出了以阻塞为导向的心肌梗死范式，重点关注潜在的病理生理学机制而非ST段抬高模式[7,11,12]。2022年美国心脏病学会（ACC）关于胸痛的专家共识决策路径强调了扩大心电图解读标准的重要性，以提高急性冠状动脉阻塞的早期识别率并进行及时再灌注[13]。已经提出了许多心电图标准，以改善ACO的诊断敏感性，相比现有的STEMI标准[14,15,16,17,18,19]。然而，在临床实践中，早期识别ACO仍然具有挑战性。鉴于初次血管成形术的时间延迟会影响死亡率[20]，最近提出了利用人工智能（AI）辅助的心电图解读来提高诊断准确性和敏感性，从而更早地识别ACO[12,21,22,23,24,25,26,27]。本研究旨在确定接受冠状动脉造影的NSTEMI患者中ACO的患病率，并比较有无ACO患者的临床特征。此外，还探讨了人工智能在早期识别ACO方面的潜在作用。

2. 材料与方法
研究设计和人群：本研究使用来自希腊雅典Attikon大学医院的前瞻性导管实验室数据库的数据。纳入了2022年9月至2024年12月期间所有连续的、年龄≥18岁的NSTEMI患者，并接受了冠状动脉造影的患者。STEMI/NSTEMI的分类基于ESC指南推荐的标准和第四版普遍性心肌梗死定义[1,2]。NSTEMI的诊断基于临床症状、肌钙蛋白水平升高、超声心动图发现以及心电图变化（无持续ST段抬高或ST段抬高等同表现），符合第四版普遍性心肌梗死定义[1]。纳入标准包括：（1）符合NSTEMI的诊断标准；（2）年龄≥18岁；（3）接受冠状动脉造影。唯一的排除标准是未进行冠状动脉造影；没有其他额外的排除标准。

急性冠状动脉阻塞的定义：ACO被定义为在初次冠状动脉造影时TIMI血流等级为0的致病病变。致病血管是指由操作者根据初次冠状动脉造影结果确定的梗死相关动脉。相应的心电图发现和超声心动图显示的区域壁运动异常（RWMA）作为辅助证据，但不是纳入研究的必需条件。患者被分为两组：符合上述标准且在初次冠状动脉造影时TIMI血流等级为0的病变患者被归入ACO组，而TIMI血流等级≥1的患者被归类为非ACO组。

数据收集：通过希腊雅典Attikon大学医院的前瞻性导管实验室数据库收集了人口统计、临床、冠状动脉造影和手术数据。此外，还获取了院内死亡数据，用于比较ACO组和非ACO组的基线、临床和冠状动脉造影特征。对于ACO患者，还回顾性收集了入院时的12导联心电图；其中7份心电图无法获取。

AI辅助的心电图分析：使用PMcardio（位于斯洛伐克的Queen of Hearts公司，版本v2.5）这一经过临床验证的、获得CE认证的基于AI的心电图解读模型，对经冠状动脉造影确诊为ACO的患者的入院时12导联心电图进行了回顾性分析。该AI模型可以接受原始波形数据或将心电图图像转换为数字化波形。模型自动提供关键的心电图参数，包括心率、心律、PR间期、QRS复合波持续时间、校正后的QT（QTc）间期和ST/T波测量值。然后，AI模型根据提示急性冠状动脉阻塞的心电图模式将每份心电图分类为四个诊断类别：STEMI、STEMI等同类型、高风险NSTEMI和无STEMI。此外，软件还提供了从心电图分析中得出的左心室收缩功能评估。

患者根据侵入性治疗的紧急程度进一步分组。立即进行侵入性治疗对应于STEMI、STEMI等同类型和高风险NSTEMI，而非立即进行侵入性治疗对应于无STEMI。

统计分析：进行了统计分析以比较两组之间的临床和冠状动脉造影特征。正态分布的连续变量表示为平均值±标准差（SD），并使用Welch’s t检验进行组间比较。分类变量使用卡方检验或Fisher’s精确检验进行比较。p值<0.05被认为具有统计学意义。进行多变量逻辑回归分析，以识别与冠状动脉造影确诊的ACO独立相关的因素。纳入了年龄、性别、高血压、糖尿病、当前吸烟情况和血脂异常作为协变量。结果变量是ACO的存在情况，结果以比值比（OR）和95%置信区间（CI）报告。所有分析均使用R软件（版本4.5.2）进行。

3. 结果
在520名NSTEMI患者中，49名（9.4%）通过冠状动脉造影确诊为ACO（图1）。在非ACO组中，7.0%的患者在初次冠状动脉造影时TIMI血流等级为1（占总人口的6.3%）。因此，研究人群中有15.7%的TIMI血流等级为0/1。ACO组的患者年龄较非ACO组年轻（平均年龄60.9岁 ± 12.8岁 vs 66.3 ± 12.0岁，p = 0.0065）。两组之间的性别分布无差异（男性比例81.6% vs 72.4%，p = 0.165）。在其他基线特征方面，两组在高血压（53.1% vs 63.9%，p = 0.135）、糖尿病（26.5% vs 34.4%，p = 0.268）、吸烟（55.1% vs 51.4%，p = 0.620）或家族史（12.2% vs 11.7%，p = 0.818）方面没有显著差异。血脂异常是唯一在两组间有显著差异的临床特征，在非ACO组中更为常见（38.8% vs 53.9%，p = 0.043）。关于既往PCI或CABG的情况，ACO组和非ACO组之间没有显著差异（10.2% vs 19.3%，p = 0.173；0.0% vs 7.4%，p = 0.064）。超声心动图评估显示两组之间的左心室收缩功能障碍（LVEF < 40%）无显著差异（18.4% vs 15.9%，p = 0.658）。图1显示了NSTEMI患者中ACO的患病率。值得注意的是，ACO患者的血运重建频率明显高于非ACO患者（93.9% vs 82.2%，p = 0.037）（图2）。两组的主要血运重建方式都是通过经皮冠状动脉介入（PCI）。此外，冠状动脉造影结果显示两组之间的致病血管分布存在显著差异。在ACO组中，左旋冠状动脉（LCX）是最主要的致病血管（49.0%），其次是右冠状动脉（RCA）（34.7%）和左前降支（LAD）（16.3%）；而在非ACO组中，LAD是最主要的致病血管（52.3%），其次是LCX（27.0%）和RCA（18.4%）（p < 0.0001）。在短期结果方面，两组之间的院内死亡率较低且无差异（ACO组2.0% vs 非ACO组3.0%，p > 0.99）。此外，在住院期间，两组患者均未发生再次梗死或需要重复血运重建。基线、临床和冠状动脉造影特征见表1。图2显示了有无急性冠状动脉阻塞的NSTEMI患者的治疗策略（血运重建 vs 保守治疗）。（A）ACO患者。（B）非ACO患者。表1显示了有无ACO的NSTEMI患者的基线、临床和冠状动脉造影特征。多变量逻辑回归分析显示，年龄与冠状动脉造影确诊的ACO独立相关（OR 0.96，95% CI 0.93–0.99，p = 0.007）。其他心血管风险因素，包括性别（OR 1.63，95% CI 0.79–3.72，p = 0.214）、高血压（OR 0.94，95% CI 0.50–1.80，p = 0.854）、糖尿病（OR 0.94，95% CI 0.45–1.90，p = 0.872）、吸烟状况（OR 0.69，95% CI 0.35–1.36，p = 0.280）或血脂异常（OR 0.56，95% CI 0.29–1.04，p = 0.071），均与ACO的存在无关。结果总结见表2。表2显示了多变量逻辑回归分析的结果。在49份经冠状动脉造影确诊为ACO的患者入院时12导联心电图中，有42份接受了AI辅助的心电图分析（图3）。结果显示，2.4%的心电图被分类为STEMI，31.0%为STEMI等同类型，23.8%为高风险NSTEMI，42.9%为无STEMI。总体而言，57.1%的病例被归类为需要立即进行侵入性治疗，包括STEMI、STEMI等同类型和高风险NSTEMI。在剩余的42.9%中，38.9%的患者根据心电图分析显示左心室射血分数（LVEF）降低。综上，73.8%的患者表现出需要立即进行侵入性治疗的指征或左心室收缩功能显著受损的证据，这些情况支持患者应尽快转诊至导管实验室。图3展示了一例ACO的NSTEMI患者的代表病例。（A）患者的入院时12导联心电图。（B）AI辅助的心电图分析结果显示为STEMI等同类型；未检测到LVEF降低的迹象。（C）相应的冠状动脉造影确认了急性冠状动脉阻塞。人工智能（AI）辅助的心电图解读显示STEMI等同类型；心电图（ECG）；LVEF表示左心室射血分数。

4. 讨论
本研究表明，尽管初始心电图没有ST段抬高，但仍有相当比例的NSTEMI患者存在急性冠状动脉阻塞。具体来说，我们队列中9.4%的NSTEMI患者存在ACO，这表明传统的STEMI/NSTEMI分类可能无法始终可靠地识别阻塞情况。在非ACO组中，7.0%的患者在初次冠状动脉造影时TIMI血流等级为1（占总人口的6.3%），因此共有15.7%的患者TIMI血流等级为0/1。这些发现与先前的研究结果一致，那些研究表明相当比例的非ST段抬高型心肌梗死（NSTEMI）患者存在动脉夹层（ACO）[5,7,9,28]。Khan等人进行了一项荟萃分析，纳入了40,777名患者，结果显示25.5%的NSTEMI患者在冠状动脉造影中存在ACO [5]。同样，Yu等人报告称25.4%的NSTEMI患者存在ACO [29]，而其他研究分别报告的患病率为29.3%和14.9% [30,31]。所有上述研究使用的冠状动脉造影纳入标准都比我们的更宽泛，包括TIMI血流等级为0-1和0-2的病变，在某些情况下还包括TIMI血流等级为3的病变；相比之下，我们研究中ACO被严格定义为TIMI血流等级为0的罪犯病变，这可能解释了我们在患者中观察到的ACO比例较低的原因。然而，在我们的研究中，TIMI血流等级为0/1的患者占总数的15.7%，这与使用相同定义的先前研究结果一致。此外，在我们的机构中，对于首选经皮冠状动脉介入治疗（PCI）的启动采用了相对宽松的标准，以降低遗漏真正ST段抬高型心肌梗死（STEMI）的风险，这也可能解释了我们的队列中ACO比例较低的原因。另外，与我们的发现一致，先前的研究也报告了在存在ACO的NSTEMI患者中，左前降支（LCX）作为罪犯血管的比例较高 [22,29,32]。

在我们的队列中，院内死亡率较低，且存在ACO的NSTEMI患者与不存在ACO的NSTEMI患者之间的死亡率没有显著差异（分别为2.0% vs 3.0%，p > 0.99）。相比之下，先前的研究报道存在ACO的NSTEMI患者的临床预后更差 [5,6,7,9,29,33,34,35,36]。我们队列的规模相对较小，这可能解释了与先前研究结果的不同。更准确地说，在Khan等人的荟萃分析中，存在ACO的NSTEMI患者发生主要心血管事件（MACE）和全因死亡率显著更高 [5]，而其他研究者进一步指出，存在ACO的NSTEMI患者发生心源性休克和死亡率的频率也更高 [30]。此外，Herman等人在一项针对9943名患者的大型回顾性研究中，报告存在ACO的NSTEMI患者的全因死亡率高于不存在ACO的患者。他们还观察到这一人群中冠状动脉造影和再灌注的延迟时间显著更长 [8]。近期也有研究报道存在ACO的NSTEMI患者的从就诊到球囊扩张时间延长 [7,19,22]，这强调了在急性冠状动脉综合征管理中需要更精细的诊断算法。

人工智能辅助的心电图（ECG）解读已成为早期识别心肌梗死患者中ACO的一个有前景的工具 [12,21,22,23,26,27,37,38]。在我们的研究中，AI模型成功识别了超过一半的ACO病例，在那些未被分类为需要立即干预的患者中，经常检测到左心室收缩功能受损。这些发现表明，AI辅助的心电图分析可能能够发现视觉解读难以察觉的微妙缺血异常。先前的研究表明，基于AI的心电图算法在检测经冠状动脉造影确认的ACO方面可能比传统的STEMI标准具有更高的敏感性 [12,21,22]。此外，最新证据表明，使用AI辅助的心电图解读模型可能通过减少诊断和治疗延迟来改善及时的再灌注 [37]。在我们的研究中，38.9%未被分类为需要立即干预的患者在AI分析中显示左心室射血分数（LVEF）降低。这一观察结果表明，AI检测到的LVEF降低可能揭示了潜在的功能障碍，可能需要进一步在导管实验室进行评估。虽然需要额外的研究来明确AI-LVEF评估在临床实践中的作用，但它可以为临床医生提供信号，鼓励重新评估或更密切的监测。然而，鉴于样本量有限且AI分析仅限于ACO病例，这些发现应被视为假设生成性和探索性的。因此，AI辅助心电图解读的临床效用仍有待确定，需要进一步的研究来验证这些观察结果并定义其诊断性能。

4.1 临床意义和未来展望
本研究对急性冠状动脉综合征的未来管理具有临床意义。认识到被归类为NSTEMI的患者中有相当一部分存在ACO，支持转向以阻塞为导向的治疗方法，无论ST段抬高模式如何，这可能有助于早期识别可以从快速介入治疗中受益的高风险患者。通过AI辅助的心电图解读模型在首次医疗接触时准确检测ACO，可以促进更合适的分流和风险分层，从而实现及时的再灌注，可能对临床结果产生积极影响。未来需要进行前瞻性多中心研究来验证这些发现，确定它们对临床结果的影响，并明确AI模型如何最佳地整合到实际临床实践中。最终，结合临床和影像学评估以及AI辅助的心电图解读，可能有助于为AMI制定更精确、个性化的管理策略。

4.2 局限性
本研究存在几个局限性。首先，它是在一个三级医疗机构进行的，这可能限制了研究结果的普遍性，使其难以应用于其他人群或医疗环境。其次，与其他研究不同，只有TIMI血流等级为0的患者被纳入ACO组。然而，有人认为TIMI血流等级为1或甚至2的患者应该与冠状动脉血流正常的患者区别对待并采取不同的治疗措施。因此，我们对ACO的定义可能会略微低估存在急性阻塞的NSTEMI患者的数量，特别是那些仍有前向血流（TIMI 1-2）的患者。此外，在我们的机构中，为了降低遗漏真正STEMI的风险，对于首选PCI的启动采用了相对宽松的标准，这也可能解释了我们的队列中观察到的ACO比例低于先前研究的原因。另外，无法完全排除不同观察者之间在冠状动脉造影解读上的差异。基于人工智能的心电图分析是回顾性进行的，并且仅应用于相对较小的患者亚组，这可能会引入选择或确认偏倚，并限制统计效力。此外，该研究未包括AI模型在非ACO组中的表现，这可能限制了对其特异性的评估。最后，该研究未包括长期临床结果或短期临床结局指标，如到达冠状动脉造影的时间、再血管化时间、心源性休克、室性心律失常或心力衰竭加重的情况。

5. 结论
相当比例的NSTEMI患者存在ACO，这表明传统的STEMI/NSTEMI分类存在局限性，并突显了需要新的诊断策略。人工智能辅助的心电图解读可能是一种用于早期识别ACO的探索性工具，有待进一步验证。未来需要开展研究来探索超越传统ST段抬高分类的AMI最佳管理方法。