Vänster förmaksförstoring: en avgörande indikator för att identifiera förmaksflimmer hos patienter med hypertoni
För att undersöka den tidiga varningseffekten av CHA2DS2-VASc-poäng och vänster förmaksdiameter på förmaksflimmer hos patienter med hypertoni
Studieöversikt
Status
Intervention / Behandling
Detaljerad beskrivning
Bakgrund Vänster förmaksförstoring till följd av hypertoni är nära kopplad till utvecklingen och varaktigheten av förmaksflimmer (AF). Den nyligen föreslagna stadieindelningen erkänner AF som sjukdomskontinuum, vilket gör oss medvetna om att AF-prevention bör fokusera på pre-AF-stadiet, och förmaksförstoring är en av de viktiga manifestationerna i detta stadium. Tidigare poängsystem, som CHA2DS2-VASc och C2HEST, tillsammans med den nyligen framhävda vänstra förmaksdiametern (LAD), har varit viktiga verktyg för att förutsäga AF-förekomst. En heltäckande bedömning av deras nytta saknas dock för närvarande.
Syfte Denna studie syftar till att undersöka vilken roll vänster förmaksstorlek spelar för att identifiera förmaksflimmer (AF) bland inlagda hypertensiva patienter och att jämföra dess igenkänningseffektivitet med tidigare poängsystem.
Metoder Utredarna genomförde en tvärsnittsanalys inom inlagda hypertensiva patienter. Upptäckten, interna och externa valideringsdatauppsättningar upprättades. eXtreme Gradient Boosting (XGBoost) användes för att identifiera nyckelvariabler relaterade till AF-förekomst, som rangordnades baserat på deras betydelsepoäng. För att bedöma LAD:s prediktiva förmåga när det gäller AF-förekomst, ritade utredarna ut mottagarens funktionskarakteristikkurva (ROC) och beräknade arean under kurvan (AUC). Detta gjorde det möjligt för oss att fastställa LAD-cutoff-värdet som motsvarar det maximala Youden-indexet, vilket indikerar känslighet för AF. Därefter bestämde Youden index det optimala cutoff-värdet från ROC-kurvan. Delongs test jämförde identifieringsförmågan hos olika verktyg inom samma datauppsättning. Logistisk regressionsanalys utvärderade korrelationen mellan kliniska variabler och storleken på vänster förmak.
Studietyp
Inskrivning (Faktisk)
Kontakter och platser
Studieorter
-
-
Chongqing
-
Chongqing, Chongqing, Kina, 400010
- 2ndChongqingMU
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- Patienter med diagnosen primär hypertoni med hjälp av nuvarande eller tidigare medicinsk historia.
- Tillgänglighet för ett eller flera kompletta EKG- och 24h holterdata.
- Tillgänglighet för kompletta ekokardiogramdata vid den aktuella sjukhusvistelsen.
Exklusions kriterier:
- Patienter under 18 år.
- Fall med ofullständiga eller oidentifierbara resultat från extraherade data.
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Upptäcktsdatauppsättning
De elektroniska journalerna för slutenvårdspatienter med primär hypertoni från mars 2012 till februari 2018 samlades in från det elektroniska journalsystemet vid det andra anslutna sjukhuset vid Chongqing Medical University, och uppgifterna härrörde från elektroniska fallrapporter.
För att säkerställa robusthet använde utredarna funktionen createDataPartition i caret-paketet för att slumpmässigt dela upp datasetet i en upptäcktsdatauppsättning (70 %) och en intern valideringsdatauppsättning (30 %).
|
CHA2DS2-VASc-poäng: Kongestiv hjärtsvikt (HF) [1 poäng], hypertoni [1 poäng], ålder ≥ 75 år [2 poäng], diabetes [1 poäng], tidigare stroke eller övergående ischemisk attack [2 poäng], kärlsjukdom [1 poäng], ålder 65-74 år [1 poäng] och kvinnligt kön[1 poäng]. C2HEST-poäng: Kranskärlssjukdom eller kronisk obstruktiv lungsjukdom [1 poäng vardera, totalt 2 poäng]; hypertoni [1 poäng]; äldre [2 poäng för ålder ≥ 75 år]; systolisk HF [2 poäng]; och sköldkörtelsjukdom [1 poäng för hypertyreos][10]. LAD: LAD-värdena för de inskrivna patienterna extraherades genom nyckelordssökning baserat på resultaten av ekokardiografi i databasen. |
|
Intern valideringsdatauppsättning
Datauppsättningarna som användes i den här studien kom från det elektroniska journalsystemet vid det andra anslutna sjukhuset vid Chongqing Medical University.
Utredarna använde funktionen createDataPartition i caret-paketet för att slumpmässigt dela upp datasetet i en upptäcktsdatauppsättning (70 %) och en intern valideringsdatauppsättning (30 %).
|
CHA2DS2-VASc-poäng: Kongestiv hjärtsvikt (HF) [1 poäng], hypertoni [1 poäng], ålder ≥ 75 år [2 poäng], diabetes [1 poäng], tidigare stroke eller övergående ischemisk attack [2 poäng], kärlsjukdom [1 poäng], ålder 65-74 år [1 poäng] och kvinnligt kön[1 poäng]. C2HEST-poäng: Kranskärlssjukdom eller kronisk obstruktiv lungsjukdom [1 poäng vardera, totalt 2 poäng]; hypertoni [1 poäng]; äldre [2 poäng för ålder ≥ 75 år]; systolisk HF [2 poäng]; och sköldkörtelsjukdom [1 poäng för hypertyreos][10]. LAD: LAD-värdena för de inskrivna patienterna extraherades genom nyckelordssökning baserat på resultaten av ekokardiografi i databasen. |
|
Extern valideringsdatauppsättning
Den elektroniska journaldata för patienter som kom från andra sjukhus baserade i Chongqing från oktober 2011 till november 2021 extraherades från DEMR-databasen från Medical Data Institute of Chongqing Medical University som extern valideringsdatauppsättning.
|
CHA2DS2-VASc-poäng: Kongestiv hjärtsvikt (HF) [1 poäng], hypertoni [1 poäng], ålder ≥ 75 år [2 poäng], diabetes [1 poäng], tidigare stroke eller övergående ischemisk attack [2 poäng], kärlsjukdom [1 poäng], ålder 65-74 år [1 poäng] och kvinnligt kön[1 poäng]. C2HEST-poäng: Kranskärlssjukdom eller kronisk obstruktiv lungsjukdom [1 poäng vardera, totalt 2 poäng]; hypertoni [1 poäng]; äldre [2 poäng för ålder ≥ 75 år]; systolisk HF [2 poäng]; och sköldkörtelsjukdom [1 poäng för hypertyreos][10]. LAD: LAD-värdena för de inskrivna patienterna extraherades genom nyckelordssökning baserat på resultaten av ekokardiografi i databasen. |
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
vänster förmaksdiameter (LAD)
Tidsram: Datainsamlingen slutfördes efter utskrivning från sjukhuset, upp till 3 månader.
|
I den här studien, efter att patienterna genomfört hjärtfärgdopplerultraljudet, skulle rapporten och resultaten laddas upp till det elektroniska journalsystemet.
Sedan skulle utredaren extrahera LAD-värdena som registrerats i rapporten från denna databas.
|
Datainsamlingen slutfördes efter utskrivning från sjukhuset, upp till 3 månader.
|
|
CHA2DS2-VASc poäng
Tidsram: Datainsamlingen slutfördes efter utskrivning från sjukhuset, upp till 3 månader.
|
Patienternas utskrivningsmaterial extraherades från databasen, inklusive ålder, kön och historia av kronisk hjärtsvikt, högt blodtryck, diabetes, stroke eller övergående ischemiska attacker och vaskulär sjukdom.
CHA2DS2-VASc-poängen beräknades enligt riktlinjerna (CHA2DS2-VASc-kriterier: Kongestiv hjärtsvikt [1 poäng], hypertoni [1 poäng], ålder ≥ 75 år [2 poäng], diabetes [1 poäng], tidigare stroke eller övergående ischemisk attack [2 poäng], kärlsjukdom [1 poäng], ålder 65-74 år [1 poäng] och kvinnligt kön[1 poäng]), med högsta poäng 9 och lägsta poäng 0.
Sedan beräknades CHA2DS2-VASc-poängen av utredaren baserat på ovanstående diagnos.
Ju högre poäng desto högre risk för AF.
|
Datainsamlingen slutfördes efter utskrivning från sjukhuset, upp till 3 månader.
|
|
C2HEST poäng
Tidsram: Datainsamlingen slutfördes efter utskrivning från sjukhuset, upp till 3 månader.
|
Patienternas utskrivningsmaterial extraherades från databasen, inklusive ålder och historia av kranskärlssjukdom, kronisk obstruktiv lungsjukdom, högt blodtryck, systolisk hjärtsvikt, sköldkörtelsjukdom.
C2HEST-poängen beräknades enligt riktlinjerna (C2HEST-kriterier: kranskärlssjukdom eller kronisk obstruktiv lungsjukdom [1 poäng vardera, totalt 2 poäng]; hypertoni [1 poäng], äldre [2 poäng för ålder ≥ 75 år]; systolisk hjärtsvikt [2 poäng]; och sköldkörtelsjukdom [1 poäng för hypertyreos]), med högsta poängen 8 och lägsta poängen 0.
Sedan beräknades C2HEST-poängen av utredaren baserat på ovanstående diagnos.
Ju högre poäng desto högre risk för AF.
|
Datainsamlingen slutfördes efter utskrivning från sjukhuset, upp till 3 månader.
|
|
Förmaksflimmer (AF)
Tidsram: Datainsamlingen slutfördes efter utskrivning från sjukhuset, upp till 3 månader.
|
Diagnostiska kriterier för AF: De föredragna indikatorerna för att bekräfta diagnosen AF var normalt EKG och ambulatoriskt EKG.
Vid fysisk undersökning är patientens hjärtrytm absolut oregelbunden och det första hjärtljudet är ojämnt i styrka.
Patienter kan också uppvisa kliniska manifestationer som hjärtklappning, yrsel, dyspné och tryck över bröstet under sjukdomsförloppet.
Ovanstående material från patienterna registrerades i det elektroniska journalsystemet.
|
Datainsamlingen slutfördes efter utskrivning från sjukhuset, upp till 3 månader.
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Area under kurvan (AUC) för LAD och förekomst av AF
Tidsram: Statistik färdigställdes efter datainsamling, upp till 1 månad.
|
För att bedöma förmågan hos LAD att förutsäga förekomsten av AF använde utredarna programvaran IBM SPSS 26.0 för att skapa en mottagares funktionskarakteristikkurva (ROC) och beräkna AUC i upptäckten och externa datamängder, med LAD som den oberoende variabeln och förekomsten av AF som beroende variabel.
|
Statistik färdigställdes efter datainsamling, upp till 1 månad.
|
|
AUC för CHA2DS2-VASc-poäng och förekomst av AF
Tidsram: Statistik färdigställdes efter datainsamling, upp till 1 månad.
|
För att mäta den prediktiva förmågan hos CHA2DS2-VASc-poäng avseende AF-förekomst, plottades en ROC och AUC beräknades i upptäckten och externa datauppsättningar, med CHA2DS2-VASc-poäng som den oberoende variabeln och förekomsten av AF som den beroende variabeln.
|
Statistik färdigställdes efter datainsamling, upp till 1 månad.
|
|
AUC för C2HEST-poäng och förekomst av AF
Tidsram: Statistik färdigställdes efter datainsamling, upp till 1 månad.
|
För att mäta den prediktiva förmågan hos C2HEST-poäng avseende AF-förekomst, plottades en ROC och AUC beräknades i upptäckten och externa datauppsättningar, med C2HEST-poäng som den oberoende variabeln och förekomsten av AF som den beroende variabeln.
|
Statistik färdigställdes efter datainsamling, upp till 1 månad.
|
Andra resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
LAD-gränsvärdet
Tidsram: Statistik färdigställdes efter datainsamling, upp till 1 månad.
|
För att underlätta klinisk användning, samt för att bedöma LADs prediktiva kraft för förekomsten av AF, beräknades AUC i upptäckten och externa datamängder.
Detta gjorde det möjligt för oss att fastställa LAD-cutoff-värdet som motsvarar det maximala Youden-indexet, vilket indikerar känslighet för AF.
|
Statistik färdigställdes efter datainsamling, upp till 1 månad.
|
Samarbetspartners och utredare
Utredare
- Huvudutredare: Yuehui Yin, MD, The Second Affiliated Hospital of Chongqing Medical University
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- LAD-AF
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
Kriterier för IPD Sharing Access
IPD-delning som stöder informationstyp
- CSR
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .