Eur Heart J. | 前瞻队列 | UKB | 弗雷明汉心脏研究 | 弗明汉新评分系统预测新发房颤

新发心房颤动预测：HARMS2-AF 风险评分

New-onset atrial fibrillation prediction: the HARMS2-AF risk score. Eur Heart J. 2023 Sep 21;44(36):3443-3452. doi: 10.1093/eurheartj/ehad375. PMID: 37350480.                                   

    主要结论：我们开 HARMS2-AF 评分是一种新颖的生活方式风险评分，可能有助于识别普通社区中具有 AF 风险的个体并协助人群筛查。 

01

亮点

✦

1. 创新的风险预测模型：研究开发了一种新的风险预测模型——HARMS2-AF风险评分，用于预测新发房颤的发生。该模型综合考虑了多种临床相关因素，能够更准确地识别高风险人群，为早期干预和预防措施提供了科学依据。与现有的预测模型相比，HARMS2-AF风险评分在预测新发房颤方面表现出更高的准确性和实用性。 2. 多因素综合评估：HARMS2-AF风险评分涵盖了多个关键因素，包括年龄、性别、高血压、糖尿病、心力衰竭、肾功能不全等，这些因素在房颤的发生和发展中起着重要作用。通过综合评估这些因素，该模型能够更全面地反映个体发生新发房颤的风险，为临床医生提供了一个全面、系统的评估工具，有助于制定个性化的预防策略。 3. 临床应用价值：该研究不仅在统计学上验证了HARMS2-AF风险评分的有效性，还通过外部验证进一步确认了其在不同人群中的适用性和可靠性。这种经过严格验证的风险评分模型可以直接应用于临床实践，帮助医生更准确地识别高风险患者，及时采取预防措施，减少新发房颤的发生率，从而改善患者的预后和生活质量。

02

摘要

✦

目标：生活方式危险因素是心房颤动 （AF） 管理中可改变的目标。尚未描述个体生活方式风险因素对 AF 发展的相对贡献。该研究的目标是开发和验证 AF 生活方式风险评分，以识别普通人群中具有 AF 风险的个体。 方法与结果：英国生物样本库 （UKB） 和弗雷明汉心脏研究 （FHS） 是大型前瞻性队列，结果测量> 10 年。事件 AF 基于国际疾病分类第 10 版编码。排除了既往 AF。Cox 比例风险回归确定了独立的 AF 预测因子，这些预测因子在多变量模型中进行了评估。加权分数在 UKB 中制定，并在 FHS 中进行外部验证。Kaplan-Meier 估计确定了 AF 发展的风险。在 314 280 名 UKB 参与者中，AF 发生率为 5.7%，AF 的中位时间为 7.6 年 （四分位距 4.5-10.2）。高血压、年龄、体重指数、男性、睡眠呼吸暂停、吸烟和酒精是预测变量 （均 P < 0.001）;缺乏身体活动 [风险比 （HR） 1.01,95% 置信区间 （CI） 0.96-1.05，P = 0.80] 和糖尿病 （HR 1.03,95% CI 0.97-1.09，P = 0·38） 不显著。HARMS2-AF 评分与 UKB 中未加权模型 （AUC 0.802） 具有相似的预测性能 [曲线下面积 （AUC） 0.782]。FHS 中的外部验证 （AF 发生率为 7171 名参与者的 6.0%） 显示 AUC 为 0.757 （95% CI 0.735-0.779）。较高的 HARMS2-AF 评分 （≥5 分） 与 AF 风险增加相关 （评分 5-9： HR 12.79;评分 10-14： HR 38.70）。HARMS2-AF 风险模型优于 Framingham-AF （AUC 0.568） 和 ARIC （AUC 0.713） 风险模型 （均 P < 0.001），与 CHARGE-AF 风险评分 （AUC 0.754，P = 0.73） 相当。 结论：HARMS2-AF 评分是一种新颖的生活方式风险评分，可能有助于识别普通社区中具有 AF 风险的个体并协助人群筛查。

前言

✦

心房颤动 （AF） 是全球最普遍的心律失常。心房颤动历来与传统的心血管危险因素 （RF） 有关，其中许多因素是部分或不可改变的。治疗策略的进展包括导管消融和使用新型口服抗凝剂预防血栓栓塞风险，这些药物显着改善了 AF 管理。最近，生活方式因素被称为 AF 管理的“第四支柱”，因此它们通常可改变的性质为有针对性的早期干预提供了额外的途径。公认的可改变 AF RF 包括肥胖、睡眠呼吸暂停、酒精和吸烟。有针对性的生活方式干预与新发和复发性 AF 的明显减少有关。中度至高度饮酒与心房颤动事件之间的关系已被广泛描述，一项随机研究证实，减少饮酒或戒酒可显著降低 AF 发病率。医生主导的 RF 改造诊所促进减肥、身体活动、心血管 RF 管理和减少酒精，主要关注 AF 消融后的 AF 二级预防，并明显减少 AF 复发和负担。每种生活方式因素对个体 AF 风险的贡献程度以及多种且通常共存的生活方式因素对 AF 事件风险的影响尚未完全确定。尽管风险预测模型越来越多地用于新发 AF 的人群筛查，它们主要包括传统的和基本上不可修改的 RF。在本研究中，我们试图开发和测试一种新的易于计算的 AF 风险预测评分，该评分使用来自英国生物银行 （UKB） 的前瞻性队列数据包含可修改的 AF RF，这是最大的参与者队列，详细记录了生活方式因素和 AF 发展的长期结果，然后在弗雷明汉心脏研究 （FHS） 人群中对该风险模型进行了外部验证。

研究方法

✦

研究人群 ：英国生物样本库 我们分析了来自 UKB 的数据，这是一项前瞻性队列研究，涉及 502 412 名年龄在 40-73 岁之间的个体，于 2006 年至 2010 年间从英国 22 个评估中心招募，结果超过 10 年。最后一次随访记录为 2022 年 3 月 15 日。所有参与者都提供了书面知情同意书。UKB 获得了英国生物样本库研究伦理委员会的伦理批准（参考编号 # 11/NW/0382），研究根据赫尔辛基宣言进行。 UKB 数据的使用已获得当地贝克心脏和糖尿病研究所机构审查委员会的批准。在入组时，所有纳入的参与者都完成了与社会人口学、健康和生活方式参数相关的基线问卷。通过与国家数据库的数据链接提供住院和死亡记录。这项研究是使用英国生物样本库资源进行的，申请号为 55469。本研究遵循 TRIPOD 指南。 Framingham 心脏研究 我们评估了来自 Framingham Offspring 和 Generation III 联合队列的生活方式参数，这两个 FHS 人群具有纵向健康结果。Framingham Offspring 研究是一项基于社区的长期、基于社区的心血管疾病 RF 前瞻性研究，基于研究入组时的病史、问卷、体格检查和实验室检测，每 4 年进行一次，持续时间长达 48 年。第三代于 2002 年开始招募，包括截至 2018 年 12 月 31 日的随访数据。 我们纳入了来自 Framingham Offspring 和 Generation III 队列的所有参与者，他们在研究入组时没有 AF 并且有可用的生活方式数据。由于与本分析相关的生活方式数据不足，我们排除了原始的 Framingham 队列研究人群。获得了 Alfred Health 伦理审查委员会的伦理批准。结果数据通过与国家数据库的数据链接获得，如前所述，在审查 Framingham 研究门诊就诊、外部医生或医院记录或 Holter 报告后，由三名 Framingham 医师研究者组成的小组审查和裁决 AF 事件。如果研究临床医生根据医疗记录验证了医学诊断（糖尿病、睡眠呼吸暂停和高血压），则认为它们是相关的。 预测因子评估 可改变的 AF RF 包括吸烟状况、饮酒、缺乏身体活动、体重指数 （BMI）、睡眠呼吸暂停、糖尿病和高血压。 基线合并症是从 （i） 医院住院诊断代码;（ii） 医院程序代码;或 （iii） 在基线问卷或入学访谈时自我报告。在 UKB 和 FHS 中，普遍的糖尿病、睡眠呼吸暂停和高血压是根据医生的正式诊断、病历或对任一病症的治疗进行分类的。 饮酒    在注册期间表明当前饮酒量的参与者报告了平均每周饮用每种含酒精饮料的量。在 UKB 中，一种标准饮料被定义为 8 克酒精。我们利用该框架根据之前的 UKB 研究计算每周饮酒量。对于标准化，我们将每周平均标准饮酒量报告为连续变量。      我们使用 Youden 指数计算了每周 15 标准杯的临界阈值与 AF 风险增加之间的关联，这与之前的研究一致。在最终模型中，我们根据先前的分析将酒精消费分为低（≤6 杯标准饮料）、中度（7-14 杯标准饮料）和高（≥15 标准杯）消费量。      FHS 采用了相同的方法来描述酒精消费量，即以标准饮料/周报告饮酒量，并在相关情况下合并不同酒精类型的消费量。      在美国，一杯标准饮料是指 14 克酒精，相当于 1.75 杯英国标准饮料。      我们通过将每周消耗的酒精量转换为每周等效的标准饮料量，或将报告的标准饮料/周调整 1.75 倍来解释这种差异。 缺乏身体活动 使用简短的国际身体活动问卷 （IPAQ） 获得自我报告的身体活动数据，描述为每周任务 （MET） 分钟的总代谢当量，这是根据修改后的 IPAQ 计算的，其特征为低（<600 MET 分钟/周）、中（600-1200 MET 分钟/周）和高强度（>1200 MET 分钟/周）如前所述。每周 600 MET 分钟阈值的身体活动（中度/高强度）或不活动（低强度）相当于国际共识指南，该指南将身体活动不足定义为每周 <150 分钟的中度至高强度活动。 结局评估 主要终点是 AF 发展时间，定义为根据医院诊断、医生病历或使用国际疾病分类第 10 版 （ICD-10） 编码的相关医院程序首次出现 AF。通过与医院发作统计数据库（英格兰）、苏格兰发病率记录和威尔士患者发作数据库数据库的数据关联来确定医院住院和手术数据。在没有记录的 AF 或正式的医生主导诊断的情况下，我们排除了自我报告的 AF。 我们进行了完整的病例分析，并排除了 （i） 入组前已存在 AF （n = 11 234） 或 （ii） 缺少与生活方式 RF 相关的人口统计或健康数据 （n = 176 898） 的参与者。如果数据缺失或未参加预定的研究访问，则参与者将被排除在分析之外。

研究结果

✦

患者基本特征：     UKB 由 314 280 名个体组成，在逐步排除了先前存在 AF 或数据不足或缺失的参与者后的中位随访时间为 12.9 （IQR 12.1-13.7） 年。心房颤动发生率为 5.7% （18 059 例 AF 病例），中位 AF 时间为 7.6 （IQR 4.5-10.2） 年。研究特征详见表 1.在研究期间患上 AF 的参与者主要是男性 （68·8%），年龄较大 [63 （IQR 59-66） 岁]，患有高血压 （67·2%）、吸烟 （57·0%） 和中度高饮酒量 [每周中位数 13.5 （IQR 6.0-25.5） 标准杯]。平均 BMI 为 27·9 kg/m2（IQR 25.2-31.3），尽管三分之一 （33.2%） 肥胖，19.1% 久坐不动，9.4% 患有糖尿病。   单变量和多变量分析 高血压与 AF 的发展相关 对单变量 （表 2） 和多变量分析 （表 3).多变量调整后，糖尿病的存在 [风险比 （HR） 1.03 （95% 置信区间 （CI） 0.97-1.09），P = 0.38] 和缺乏身体活动 [HR 1.01 （95% CI 0.96-1.05），P = 0.80] 不再显著。其他变量，包括高血压、睡眠呼吸暂停、年龄、男性、BMI、吸烟和酒精，仍然是 AF 事件的独立预测因子 （均 P < 0.001）。   在三次样条回归中，AF 风险随着年龄、酒精摄入量和 BMI （图 1).   在 UKB 的预定义验证队列中，AF 风险的 Kaplan-Meier 估计表明 HARMS2-AF 风险评分升高与 AF 发展之间存在线性关系，在最高风险四分位数中观察到的风险最大 [HARMS2-AF 评分 10-14，HR 38.70 （95% CI 26.96-55.54），图 4].        在逐步排除普遍的 AF 和缺失的生活方式数据后，在 FHS 人群 （n = 7171） 中对 HARMS2-AF 评分进行了外部验证 中位随访 13.1 年 （IQR 12.2-13.8）。Framingham 心脏研究的人口统计学特征表 4.心房颤动发生率为 6.0%，中位 AF 时间为 6.0 （IQR 3·4–8·9） 年。UKB 和 FHS 队列的特征在数值上相似;然而，与 UKB [11.0 （IQR 5.0-21.0） 标准饮量/周] 相比，FHS 总体 [3.2 （IQR 0.2-10.6） 标准饮周] 报告的饮酒量较低。      FHS 中，HARMS2-AF 评分保持了其预测性能，5 年 AUC 为 0.757（95% CI 0.735-0.779,10 年 AUC 为 0.753,95% CI 0.732-0.775，图 3).风险模型的校准在 UKB 和 FHS 队列中. 相比之下，既往 AF 风险评分在 FHS 人群中表现出以下预测性能：CHARGE-AF17[AUC 0.754,95% CI 0.732–0.775，P = 0.73; HARMS2-AF NRI 0.089 （95% CI -0.061， 0.150）]，弗雷明汉 AF18[AUC 0.568,95% CI 0.545–0.591，P < 0.001; HARMS2-AF NRI 0.155 （95% CI 0.023， 0.123）] 和 ARIC19[AUC 0.713,95% CI 0.692–0.721，P < 0.001; HARMS2-AF NRI 0.039 （95% CI 0.014， 0.052）]。改良的 CHARGE-AF 模型（包括 CHARGE-AF 变量，加上酒精和睡眠呼吸暂停）在 UKB 中进行了改装，并在 FHS 中进行了外部验证。      改良的 CHARGE-AF 模型的总体鉴别为 AUC 0.743 （95% CI， 0.722–0.765），而原始 CHARGE-AF 模型的 AUC 为 0.754 （95% CI 0.732–0.775），NRI 为 -0.112 （-0.310， -0.198），HARMS2-AF 风险评分 AUC 为 0.757 （95% CI 0.735–0.779，P = 0.86），NRI 为 -0.161 （-0.173,0.012）。       在 FHS 中，HARMS2-AF 总体评分每增加 1 分，AF 风险增加 2 倍 [HR 2.35 （95% CI 2·16–2·56）] 和每个风险类别的 AF 风险增加 2倍，且时间与 AF 相当。

结论

✦

HARMS2-AF 风险评分评估已建立和新出现的生活方式因素对 AF 事件风险的相对贡献和关系。纳入相对简单的基于生活方式的 AF 风险评分可以识别高危个体并支持早期有针对性的干预措施。 扫码查看原文