目的:(1)总结急性心肌梗死(Acute Myocardial Infarction,AMI)患者的临床特征、以及血清学、心电图、心脏彩超以及冠脉病变等方面的特点;(2)通过对传统GRACE评分(Global Registry of Acute Coronary Events Score)模型进行改良,建立改良GRACE评分系统,提高其预测性能;(3)构建基于新疆地区人群的AMI患者全因死亡的预测模型并验证,以便于临床应用。方法:(Bemcentinib核磁1)通过新疆医科大学第一附属医院的电子病历系统收集从2015年1月1日至2020年12月31日在新疆医科大学第一附属医院心脏中心经明确诊断为AMI的住院患者5512名患者,经纳入标准及排除标准后,共有4561例患者最终入选。收集其一般资料与临床资料,总结其临床特征以及冠脉病变的特点,通过平均随访51.8±23.4月,观察其发生主要心血管不良事件的情况。(2)通过终点事件将研究对象分为死亡组和非死亡组,用两样本t检验和卡方检验比较两组之间的差异。将调整后传统危险因素以及Log BNP(Brain Natriuretic Peptide)、改良GRACE评分系统纳入多因素COX回归模型,联合Log BNP以及传统GRACE评分建立改良GRACE评分系统,最后通过ROC曲线比较传统与改良GRACE评分系统的预测性能。对改良后的GRACE评分进行内部验证,并计算综合鉴别改进指数。(3)通过二分类Logistic回归模型在一般资料、既往病史、心梗并发症、血清学指标、炎症指标、心电图指标、心脏彩超指标以及冠脉造影等指标中筛选出最初的变量,将最初的变量调整后危险因素全部纳入多因素Logistic回归模型筛选出最终的变量,建立AMICL 318952采购全因死亡的预测模型,对模型进行拟合、诊断、验证以及评价,并且在基础模型上增加不同的指标建立不同的模型,比较不同的模型之间的预测性能,从中筛选出最佳的模型确认为最终的模型,并且比较新建模型与传统GRACE模型以及改良GRACE模型的预测性能。结果:(1)AMI患者住院期间的全因死亡率为5.4%,院外长期随访的全因死亡率为13.3%,住院期间发生AMI并发症为7.5%(其中以心室颤动和心脏骤停为著),研究发现基于新疆地区人群的AMI患者的全因死亡率和并发症较高。(2)通过卡方检验发现,冠脉病变支数与住院、随访期间发生主要心血管不良事件的对比发现,在住院和随访期间三支病变有较高的概率发生全因死亡、心力衰竭和心源性休克。心梗并发症室壁瘤患者在住院和随访期间有较高的概率发生全因死亡和心源性休克。心梗并发症心室颤动在住院和随访期间有较高的概率发生全因死亡、心力衰竭、出血和心源性休克。心梗并发症心脏骤停在住院和随访期间有较高的概率发生全因死亡、心力衰竭、出血以及心源性休克。并且还发现冠脉病变支数、心脏骤停、心室颤动与AMI患者全因死亡之间存在相关性,冠脉病变支数越多,其全因死亡率越高。(3)联合BNP和传统的GRACE评分建立改良GRACE评分。通过多因素COX回归模型分析,经过调整混杂因素后结果发现,改良GRACE评分与AMI患者全因死亡率具有相关性。通过ROC曲线比较传统GRACE评分与改良GRACE评分之间的预测性能,结果发现,改良GRACE评分(AUC=0.818 P<0.001)较传统GRACE评分系统(AUC=0.801 P<0.001)预测性能好。将改良GRACE评分通过10-折交叉内部验证后,C统计量的变化并不显著,进一步计算传统与改良模型的综合鉴别改进指数(Integrmultiple antibiotic resistance indexated Discrimination Improvement,IDI),其计算结果为IDI=0.019>0,提示改良GRACE评分对传统的GRACE评分有积极的改进。(4)通过二分类Logistic回归模型从一般及临床资料、血清学、心电图、心脏彩超以及冠脉造影指标中筛选出最初的变量,将上述指标以及相关专家共识、指南和临床实践提出与AMI患者全因死亡相关的指标全部纳入多因素Logistic回归模型,筛选出最终的变量:年龄、肌酐、炎症指标白细胞、营养指标白蛋白、心肌标志物Log BNP、心电图指标ST段偏移、心脏彩超指标左心室射血分数、冠脉造影指标冠脉病变支数、心功能分级、脑卒中病史、以及AMI并发症心脏骤停。(5)将上述指标初步建立AMI的预测模型,对模型进行拟合发现,心功能Killip分级拟合效果较差,因此将心功能分级这一指标进行排除。确认最终模型的变量:年龄、肌酐、白细胞、白蛋白、Log BNP、ST段偏移、左心室射血分数、冠脉病变支数、脑卒中病史、心脏骤停。模型诊断:1)通过强影响点诊断:只有一个强影响点,考虑样本量较大,因此对这一个强影响点不做处理;2)共线性诊断:模型中所有变量的方差膨胀因子均小于10,因此纳入模型之中的变量之间的相关性较低。模型内部验证:通过K-折交叉验证,K=10,模型内部验证之前的C统计量为0.839>0.7,经过10折交叉验证后的C统计量为0.836>0.7,经过内部验证后发现,我们建立的模型C统计量均>0.7,显示此预测模型表现较好。模型评价:从不同指标建立不同的模型,共构建6个模型和一个全变量的最终模型(AMI-DR)。并且模型1-6的C统计量逐渐增大,模型之间的区分度也在逐渐增大,预测性能也在逐步提高。对不同模型之间进行对比,发现全变量模型的ROC曲线下面积最大,AUC=0.839,模型的预测效果最好,并且将AMI-DR模型和传统GRACE模型和改良GRACE模型的对比发现,AMI-DR模型的预测能力较传统GRACE模型和改良GRACE模型好,通过delong检验发现,AMI-DR模型与传统GRACE模型之间的比较具有统计学意义(P=0.002<0.05),AMI-DR模型与改良GRACE模型之间的比较具有统计学意义(P=0.028<0.05)。因此选用全变量的模型建立列线图和评分系统(AMI-DR评分),并绘制校准曲线、临床决策曲线和影响图像,用来预测AMI患者的全因死亡。结论:(1)基于新疆2015-2020年4561例AMI单中心、回顾性的队列研究,发现AMI多见于中老年男性,以胸痛为主要症状,部分可伴有ST段的偏移、冠脉病变支数增加、炎症细胞以及心肌标志物的升高为主要临床表现的一组临床综合征,并且随着冠脉病变支数增多,AMI患者的全因死亡率越高。(2)通过联合BNP和传统GRACE评分系统建立的改良GRACE评分系统与AMI死患者的全因死亡率独立相关,与传统GRACE评分系统相比,AUC面积更大,预测价值更高。(3)通过Logistic回归模型筛选的变量(年龄,肌酐,脑卒中,白细胞,白蛋白,Log BNP,ST段偏移,左心室射血分数,冠脉病变支数,心脏骤停)而构建的全新AMI-DR评分模型其预测性能较好,可以预测AMI患者短长期内的全因死亡。