消融指数指导下高功率消融在心房颤动导管消融中的应用

目的:探讨消融指数(ablation index,AI)指导下高功率消融在心房颤动导管消融中的应用价值。方法:入选2020年4月至2023年7月,在皖南医学院附属宣城医院住院的阵发性及持续性心房颤动患者158例。根据入组时间先后顺序分为两组,常规组(71例)消融功率设为30~35W,高功率组(87例)设为40W,高功率组以AI值为参考进行导管射频消融,以达到肺静脉前庭电隔离为消融目标,必要时加辅助线消融。对比两组的手术时间、单点消融时间、肺静脉隔离(pulmonary vein isolation,PVI)时间、X线曝光时间、肺静脉单圈隔离率、肺静脉即时隔离率、并发症发生率、心房颤动复发情况。结果:与常规组相比,高功率组的手术时间、单点消融时间、PVI时间和X线曝光时间均明显更短(P<0.05),液体灌注量明显更少(P<0.05)。肺静脉即时隔离率均为100.00%,但高功率组的PVI单圈隔离率显著高于常规组(P<0.05)。高功率组的消融并发症总发生率与常规组无统计学差异。高功率组心房颤动复发率为10.3%,显著低于常规组的23.9%(P<0.05)。结论:以AI值为参考的高功率射频消融治疗心房颤动的消融效率高,同时能提高肺静脉单圈隔离率,降低心房颤动复发率,疗效好,并发症少,该消融策略安全可行。

C反应蛋白/白蛋白比值与其他炎症参数对急诊PCI术后院内不良事件的预测价值比较

目的探讨血清C反应蛋白/白蛋白比值(CAR)与其他炎症参数对急性ST段抬高型心肌梗死(STEMI)患者行急诊经皮冠状动脉介入治疗(PCI)术后院内不良事件的预测价值。方法收集2016年1月-2020年12月在解放军联勤保障部队第904医院行急诊PCI的340例STEMI患者的临床资料进行回顾性分析,根据急诊PCI术后住院期间有无主要不良心血管事件(MACEs)发生将患者分为MACEs组(n=92)与无MACEs组(n=248)。检测两组患者的血清C反应蛋白(CRP)、白细胞、中性粒细胞、淋巴细胞等指标,并计算CAR、中性粒细胞/淋巴细胞比值(NLR)、血小板/淋巴细胞比值(PLR)等炎症参数。采用单因素和多因素logistic回归分析筛选STEMI患者急诊PCI术后住院期间发生MACEs的独立危险因素,Spearman检验分析各炎症参数与MACEs的相关性,受试者工作特征(ROC)曲线评估各炎症参数预测STEMI患者急诊PCI术后住院期间发生MACEs的效能。结果MACEs组患者年龄、糖尿病史、病变血管数、血清复合炎症参数(CAR、NLR、PLR、MLR、SII等)均高于无MACEs组。单因素和多因素logistic回归分析结果显示,CAR是STEMI患者急诊PCI术后住院期间发生MACEs的危险因素。Spearman相关分析显示,CAR与心源性休克、心力衰竭、全因死亡等住院期间MACEs呈明显正相关(r分别为0.134、0.436、0.185,P<0.05)。ROC曲线分析结果显示,CAR(AUC=0.751,95%CI 0.691~0.811,P<0.001)对急诊PCI术后MACEs的预测价值优于NLR(AUC=0.643,95%CI 0.576~0.711,P<0.001)、PLR(AUC=0.598,95%CI 0.530~0.665,P=0.006)等炎症参数。结论与传统炎症参数相比,CAR对STEMI患者急诊PCI术后住院期间MACEs的预测效能更优,可更好地指导临床。

血清C反应蛋白/载脂蛋白A1比值与冠状动脉病变的相关性初步探讨

目的探讨血清CRP、载脂蛋白A1(ApoA1)及CRP与ApoA1比值(CRP/ApoA1)评估冠状动脉病变的价值。方法回顾性连续纳入2018年12月至2019年12月因胸痛在中国人民解放军联勤保障部队904医院住院治疗并行冠状动脉造影检查的533例患者。根据Gensini积分和冠状动脉造影结果将患者分为冠状动脉正常组(Gensini积分为0分,n=118)、冠状动脉粥样硬化组(Gensini积分为1~18分但不满足冠心病诊断,n=109)和冠心病组(Gensini积分为1~180分且符合冠心病诊断标准,n=306)。依据Gensini积分将冠心病患者分为轻度病变组(Gensini评分为1~<30分,n=177)和重度病变组(Gensini评分为30~180分,n=129)。根据血管病变数目将冠心病患者分为冠状动脉单支血管病变组(n=147)、冠状动脉双支血管病变组(n=90)、冠状动脉3支及以上血管病变组(n=69)。记录各组患者的血清CRP、ApoA1、白蛋白等血液学指标,并计算CRP/ApoA1。采用多因素logistic二元回归分析确定冠心病及重度病变的独立危险因素,应用ROC曲线分析CRP/ApoA1对冠心病、冠心病重度病变、冠状动脉3支及以上血管病变的预测价值,并与CRP/白蛋白比值(CAR)、CRP和ApoA1的预测价值进行比较。结果冠心病组患者的CRP/ApoA1高于冠状动脉正常组(P<0.01),冠心病重度病变组患者的CRP/ApoA1高于冠心病轻度病变组(P<0.01)。多因素logistic二元回归分析提示CRP/ApoA1是冠心病和冠心病重度病变的独立危险因素(OR=2.171,95% CI 1.293~3.647,P<0.01;OR=6.306,95% CI 3.591~11.073,P<0.01)。Spearman相关性分析结果表明CRP/ApoA1与Gensini积分呈正相关(r=0.419,P<0.01),且CRP/ApoA1与冠状动脉病变血管支数呈正相关(r=0.431,P<0.05)。ROC曲线分析结果显示,CRP/ApoA1对冠心病、冠心病重度病变和冠状动脉3支及以上血管病变有较高的预测价值(AUC值分别为0.704、0.796、0.820),且均优于CAR(AUC值分别为0.684、0.783、0.806)、CRP(AUC值分别为0.682、0.778、0.800)和ApoA1(AUC值分别为0.641、0.669、0.687),差异均有统计学意义(P均<0.05)。结论 CRP/ApoA1与冠心病及其病变严重程度相关,其诊断价值优于CAR、CRP、ApoA1,可用于冠心病的诊断与病情评估。

血清CRP/白蛋白、HCY/HDL-C与冠状动脉病变程度的相关性分析

目的探讨血清C反应蛋白/白蛋白比值(CRP/ALB,CAR)、同型半胱氨酸/高密度脂蛋白胆固醇比值(HCY/HDL-C)与冠状动脉病变程度的相关性。方法纳入2018年1月-2019年12月因胸痛症状在解放军联勤保障部队第904医院心内科行冠状动脉造影检查的患者577例,根据造影结果分为非冠心病组(n=245)与冠状动脉粥样硬化性心脏病组(冠心病组,n=332);进一步将冠心病组分为两个亚组:冠状动脉轻度病变亚组(Gensini评分<30,n=183)、冠状动脉重度病变亚组(Gensini评分≥30,n=149)。检测各组患者的血清CRP、ALB、HCY、HDL-C等指标,计算CAR、HCY/HDL-C,并采用logistic回归分析、Pearson相关性分析及受试工作者特征曲线(ROC)分析冠心病及冠状动脉重度病变的独立危险因素。结果冠心病组患者的CAR、HCY/HDL-C明显高于非冠心病组,差异有统计学意义(P<0.05)。多因素logistic回归分析结果提示CAR、HCY/HDL-C、年龄、高血压、性别均是冠心病及冠状动脉重度病变的独立危险因素。Pearson相关性分析结果表明,CAR、HCY/HDL-C均与Gensini积分呈正相关(r=0.427,P<0.01;r=0.247,P<0.01)。ROC分析结果显示,CAR、HCY/HDL-C及两者联合均对冠状动脉重度病变有预测价值,且两因素联合预测冠状动脉重度病变的曲线下面积(AUC)高于任一单项指标,差异有统计学意义(P<0.05)。结论 CAR及HCY/HDL-C升高可预测冠状动脉重度病变,两者联合的诊断价值优于单项指标,可用于冠心病的诊断及病情评估。

出租车GPS轨迹集聚和精细化路网提取

针对利用GPS数据提取双向路网和交叉路口转向信息精度低的不足,本文提出一种顾及位置与行驶方向的轨迹集聚和精细化路网提取方法,实现了精细化路网提取。为提高交叉路口路网的提取精度,首先剔除原始轨迹中的离散和异常轨迹点,并按一定的步长对轨迹段进行加密;然后引入行驶方向角来表达车辆在轨迹点处的行驶方向,顾及位置和行驶方向获取每个轨迹点的相似轨迹点集合;接着依次计算每个轨迹点的偏移距离,通过对轨迹点的迭代偏移完成轨迹集聚;最后剔除未成功集聚的轨迹点,将完成集聚的轨迹点连成轨迹线并作缓冲区,运用栅格数据数字化方法提取得到能够反映道路精细转向关系的道路网。以福州市出租车GPS数据进行轨迹集聚和路网提取试验,结果表明:本文方法能有效地将GPS轨迹按车辆行驶方向分别进行集聚,提取的道路网为双向道路并且能反映交叉路口处道路的精细转向关系。

利用出租车轨迹数据识别城市功能区

城市系统的复杂性使得利用出租车轨迹数据理解城市的功能区结构存在结构分区不合理、识别结果精度低及不可靠的问题。对于城市功能区研究单元划分问题,从出租车轨迹空间分布特征入手,提出了一种基于限制条件和轨迹中心线包裹的城市区域划分方法。对于功能区理解问题,针对娱乐地、工作地和居住地的出租车OD(上车点和下车点)时间分布特征,提出从娱乐区、居住区到工作区逐步进阶的功能区识别方法。分别构造了娱乐因子和居住因子对娱乐区和居住区进行提取;结合工作地出租车下车点时间分布特征,利用监督分类对工作地进行了提取。

血清甲状旁腺素水平与急诊PCI慢复流、室性心律失常的相关性与预测价值

目的探讨急性ST段抬高型心肌梗死(STEMI)患者血清甲状旁腺素(PTH)水平与急诊经皮冠状动脉介入治疗(PCI)术中慢复流、围手术期(急诊室至术后72h)室性心律失常(VAs)的相关性与预测价值。方法连续性入选112例因STEMI接受急诊PCI治疗的患者,利用二分类Logistic回归分析模型评估PTH与慢复流及VAs是否独立相关,绘制ROC曲线评价其预测价值。结果PTH是介入术中慢复流(OR=5.768,95%CI:1.808-18.402,P<0.01)及围手术期中高危VAs(OR=18.278,95%CI:4.881-68.445,P<0.01)的独立预测因子,预测慢血流的ROC曲线下面积(AUC)为0.737(95%CI:0.634-0.841,P<0.01),其截断点为PTH=65.5pg/ml,灵敏度75%,特异度72%;预测VAs时,AUC为0.837(95%CI:0.759-0.914,P<0.01),截断点为PTH=61.9pg/ml,灵敏度82%,特异度73%。结论血清PTH水平与STEMI患者急诊PCI术中慢复流及围手术期VAs有一定相关性,并有较好的预测价值。

不同血脂成分与冠状动脉病变相关性的初步探讨

目的:探讨不同血脂成分与患者冠状动脉病变的相关性,识别预测冠状动脉病变的最佳血脂指标。方法:入选因胸痛行冠状动脉造影检查的患者,根据造影结果将患者分为冠状动脉正常组(对照组,123例)和冠心病组(366例),进而依据Gensini积分将冠心病组分为轻度病变亚组(Gensini评分<30,177例)、重度病变亚组(Gensini评分≥30,189例)。检测各组患者的TC、TG、LDL-C、HDL-C、ApoA-1、ApoB等指标,计算non-HDLC、TC/HDL-C、LDL-C/HDL-C、ApoB/ApoA-1等,并进行统计分析。结果:①与对照组相比,冠心病组患者ApoA-1水平显著降低,而ApoB/ApoA-1显著升高,差异均有统计学意义(P<0.05)。②多因素logistic回归分析结果提示年龄、糖尿病、吸烟、ApoB/ApoA-1是冠心病的独立危险因素;年龄、糖尿病、吸烟、ApoB/ApoA-1是冠状动脉重度病变的独立危险因素,ApoA-1是冠心病、冠状动脉重度病变的独立保护因素。③相关性分析结果表明ApoA-1与Gensini积分、冠状动脉病变血管数之间呈负相关(分别r=-0.367,r=-0.341,均P<0.01),ApoB/ApoA-1与Gensini积分、冠状动脉病变血管数之间呈正相关(分别r=0.371,r=0.350,均P<0.01)。④ROC曲线分析结果显示,ApoB/ApoA-1、ApoA-1对冠心病及冠状动脉重度病变具有一定的预测价值,相较其他血脂指标其预测价值较强。结论:相较于其他血脂指标,ApoA-1、ApoB/ApoA-1与冠心病发生发展的相关性最强。

顾及空间异质性的出租载客与公交客流回归分析

出租车一直以来被看作公共交通的补充,但是以往研究多侧重于出租客流与公交客流的独立研究,对于二者的关联关系分析没有足够得到关注。预测出租车载客热点区域不仅能够实时的了解城市交通热点区域,还能够很好地指引出租车司机,帮助出租车司机快速寻客。出租车载客热点常发生在人流密集并且交通出行需求较高的区域,公交乘客IC卡数据能够实时的反映城市中的交通需求。因此,本文使用厦门岛出租车GPS轨迹数据与公共交通运输系统运营数据,利用核密度估计法和地理加权回归模型分析了早晚高峰时段出租车载客与公交上下车(OD)客流之间的时空分布关系。研究发现,出租乘客O点的核密度值在空间上存在分布不均衡性,聚集特征明显。在同一区域,公交乘客O点和公交乘客D点对出租乘客O点所产生的影响刚好相反;在不同区域,城市功能类型复杂的地区公交乘客O点对出租乘客O点产生负的影响,在城市功能类型单一的地区公交乘客O点对出租乘客O点产生正的影响,公交乘客D点则刚好相反。与普通线性回归模型相比,地理加权回归模型的拟合效果显著提高,早晚高峰拟合优度分别从0.13和0.11提升到了0.59和0.53。研究结果可为出租车载客数量的预测提供相关依据。

血清甲状旁腺素与经皮冠状动脉介入治疗围手术期心肌损伤及预后的相关性研究

目的:探讨血清甲状旁腺素(PTH)水平对择期经皮冠状动脉介入治疗(PCI)围手术期心肌损伤(PMI)的预测价值及与PCI预后的相关性。方法:纳入199例因心绞痛行择期PCI的患者,根据术后肌钙蛋白I(cTnI)水平分成无损伤组(NC组,cTnI≤0.04 ng/mL,33例)、PCI围手术期心肌损伤组(PMI组,0.04 ng/mL0.2 ng/mL,81例),检测PCI手术前后血清PTH水平、术后24 h及48 h内cTnI水平,记录造影结果及手术操作情况,术后规律随访。结果:术前PTH水平在NC组、PMI组、PPMI组中逐渐升高,组间两两比较,差异有统计学意义(P<0.01)。Pearson相关分析显示术前PTH水平与术后cTnI水平显著相关(r=0.449,P<0.001)。受试者工作特征(ROC)曲线分析显示,PTH预测PMI的最佳临界值为43.70 pg/mL,敏感度为69.3%,特异度为75.8%,AUC为0.771。多因素Logistic回归分析显示,术前血清PTH是PCI PMI的独立危险因素(OR=7.42,95%CI:2.56~21.48,P<0.001)。多因素Cox回归分析表明,术前PTH水平(HR=2.07,95%CI:1.11~3.88,P=0.023)和术后发生PMI(HR=2.46,95%CI:1.06~5.73,P=0.037)是PCI患者预后的独立危险因素。结论:术前PTH可预测PMI,并与PCI预后不良独立相关。