Eur Heart J:一个预测Brugada综合征患者事件风险的评分模型!

2017-04-03 xing.T MedSci原创

BS患者在诊断多年后仍处于危险之中。一级亲属早期SCD和SND是心律失常事件的危险因素。一个简单的危险评分可能有助于BS患者的分层和管理。

Brugada综合征(BS)的危险分层仍具挑战性。心律失常事件可以终身发生,并且长期随访研究较为罕见。近日,血管领域权威杂志Eur Heart J上发表了一篇研究文章,该研究的目的是调查BS患者的长期预后和危险分层。

研究人员纳入了一个单中心连续就诊的400例BS患者组成的队列并进行分析。这些患者平均年龄为41.1岁,78例(19.5%)有自发I型心电图(ECG)。临床表现包括20例(5%)中止的心源性猝死、111例(27.8%)晕厥和269例(占67.3%)无症状者。184例(46%)患者有家族性SCD的先辈,有31例(7.8%)患者发生在其小于35岁的一级亲属。176例(44%)患者接受了植入性心律转复除颤器(ICD)。

在平均80.7个月的随访期间,34例患者发生心律失常事件(发生率为1.4%每年)。与事件显著相关的变量为:表现中止的SCD(风险比[HR]为20)、晕厥(HR为3.7)、自发I型心电图(HR为2.7)、男性(HR为2.7)、一级亲属早期SCD(HR为2.9)、SND(HR为5)、诱导性VA(HR为4.7)和先证者状态(HR为2.1)。一个包括心电图模式、早期家族性SCD先辈、诱导性电生理研究、表现为晕厥或中止的SCD和SND的评分,其预测性能为0.82。分数大于2赋予的5年事件发生可能性为9.2%。

BS患者在诊断多年后仍处于危险之中。一级亲属早期SCD和SND是心律失常事件的危险因素。一个简单的危险评分可能有助于BS患者的分层和管理

原始出处:


Juan Sieira, et al. A score model to predict risk of events in patients with Brugada Syndrome. Eur Heart J. https://doi.org/10.1093/eurheartj/ehx119

本文系梅斯医学(MedSci)原创编译整理,转载需授权!


作者:xing.T



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (9)
#插入话题
  1. 2017-04-05 1e10c84am36(暂无匿称)

    文章不错,值得分享

    0

  2. 2017-04-05 zhaojie88

相关资讯

Stroke:预测卒中患者恢复潜能可提高康复效率!

由此可见,PREP算法可以预测改良的治疗内容,提高卒中后的康复效率,而不影响临床结局。

数据科学三原则:可预测性,稳定性和可计算性

简介:郁彬,加州大学伯克利分校统计系及电气工程与计算机科学系校长教授,加州大学伯克利分校统计系前系主任。她同时是北京大学微软统计与信息技术教育部-微软重点实验室的创办者及联席主任。她与基因组学、神经科学、医学领域科学家合作进行跨学科研究,开发了统计和机器学习方法/算法和理论,并与领域知识以及量化批判思维结合以解决这些领域中的数据问题。郁彬教授是美国国家科学院和美国艺术与科学学院两院院士。200

Diabetes Care:2型糖尿病肾病患者生物标志物对发病率和死亡率的预测性能如何?

由此可见,生物标志物GDF-15、NTproBNP和hs-TNT与肾脏风险独立相关,而NT-proBNP独立预测心血管风险。

心脏病患者妊娠期心血管不良事件预测和预防

妊娠期心脏病是造成孕产妇死亡的重要原因。有研究表明,有轻微症状的妊娠期心脏病孕妇的死亡率即为1%。妊娠期间血流动力学的生理性变化也会加重心脏负荷,更易诱发严重心血管事件,造成母婴不良结局。因此,早期通过临床表现和相关辅助检查识别心脏病,预估可能的心血管事件并进行处理,才可能减少不良妊娠结局的发生。妊娠期心脏病包括妊娠前就存在的心脏病,如先天性心脏病和心脏瓣膜病等,也包括妊娠期间发生的心脏病,如

JASN:早期监测活检中巨噬细胞密度可以预测肾移植功能!

因此,CD68+白细胞浸润的数字高分辨率评估显著提高了早期肾脏移植活检的预后价值。

人工智能走进重症监护室:可预测病人死亡,准确率达93%

基于监测患者生命体征各种设备所提供的实时数据,ICU似乎是人工智能工具的完美使用场景,可以用来判断患者的实时病情以及病情何时可能恶化。