基于心电图的实用模型用于早期识别急性心肌梗死后急性心力衰竭

这对心肌梗死幸存者为何重要

渡过心肌梗死只是第一道难关。随后数日内，许多患者会突然发展为急性心力衰竭——一种心脏无法有效泵血以满足机体需要的危险状态。尽早识别出高危患者可能挽救生命，尤其是在设备有限的小型医院中。本研究提出了一个简单却后果重大的问题：能否将日常使用的心电图（ECG）转化为一种实用的床旁工具，提醒医生哪些心肌梗死患者即将陷入严重危险？

把简单的心电记录变成预警系统

为探讨这一想法，研究者回顾性分析了2022年至2025年间在中国某单一医院收治的301例急性心肌梗死患者。约三分之二的患者在住院期间发展为急性心力衰竭。每位患者入院时均记录了标准的12导联心电图，并行常规心脏超声以评估左心室收缩功能。团队还收集了年龄、性别等基本临床信息。研究没有依赖昂贵的血液检测或高级影像，而是聚焦于任何医院都能在几分钟内测得的心电图特征。

在心电图上寻找最具指示性的信号

研究者将大量心电图测量值输入一种统计筛选方法，以剔除弱预测因子并突出最强的那些。在十个候选心电特征及若干临床因素中，有六项被筛选为最有用的指标，用于标识在心肌梗死后可能发生急性心力衰竭的患者。它们分别为延长的QTc间期（提示心室从一次心跳复极所需时间延长）、异常Q波的存在（常反映更大范围的心肌损伤）、静息心率超过每分钟100次、超声检查提示射血分数降低（泵功能较弱）、男性以及年龄在60至75岁之间。

构建床旁风险评分

基于这六个因素，团队制作了一个可视化的风险计算器，即列线图。在该图中，每个因素对应一定点数：例如非常低的射血分数会加很多分，而正常心率加分较少。将各项得分相加即可得到某位心肌梗死患者发生急性心力衰竭的估计概率。研究者评估该工具区分高危与低危患者的能力时，发现其表现优于任何单一心电特征。整体准确性以受试者工作特征曲线下面积（AUC）衡量约为0.84，临床预测工具中被视为良好。通过重复抽样的内部验证显示，预测风险与实际发生率高度一致。

这些特征揭示了疾病严重程度

除了预测谁会发生衰竭外，研究还考察了心电图特征与Killip分级的关联——这是临床上用于评估心力衰竭严重程度的床旁分级。Killip分级较高、提示更多液体潴留和呼吸困难的患者，往往伴随更长的QTc间期、更快的心率，并且年龄略大。有趣的是，作为反映心房电活动的P波某些细微指标，在心力衰竭加重时变得更短且变异性下降，暗示病程进展中心脏电传导出现的细微改变。这些关联提示心电图不仅可用于风险提示，还可能实时反映心力衰竭的演变。

将先进的风险预测带入小型医院

像所有回顾性单中心研究一样，本研究存在局限：样本量有限、女性代表性不足且一些可能有用的心电标志未被采集。该模型仍需在不同医院和地区进行外部验证，方可用于日常临床决策。然而，对非专科设置的启示是明确的：仅凭常规心电图和基础心脏超声，临床医师有望在床旁估计哪些心肌梗死患者正朝向急性心力衰竭发展、需要更密切监测或更积极的治疗。如果能在更广泛的群体中得到验证，这一低成本工具可能帮助社区和偏远医院更早并更有针对性地照护其中一些最脆弱的患者。

引用: Guo, X., Yan, G., He, H. et al. A practical ECG-based model for early identification of acute heart failure following acute myocardial infarction. Sci Rep 16, 9711 (2026). https://doi.org/10.1038/s41598-026-40600-9

关键词: 急性心力衰竭, 心电图, 急性心肌梗死, 风险预测模型, 基层心脏病学