在臨床實踐中多使用幾種基於網路的心衰風險評分。然而，尚無研究對這些風險評分的準確性進行直接比較。近日，EJHF線上發表的研究對此進行了比較。

醫脈通編譯整理，未經授權請勿轉載。

研究方法

研究共納入1166例不同病因的心衰患者，在首次就診時測量患者的NT-proBNP。如果可能，利用Harrell‘s C統計評分比較患者1-5年的全因死亡率差異。利用校準圖、Hosmer-Leme show擬合優度檢驗進行校準評估，並透過Nagelkerke’s R2來評估整體效能。透過Spearman –rank測試來評估評分之間的相關性。

研究結果

在研究中，患者多為男性，年齡為65。9±13。4歲，左室射血分數（LVEF）降低（37。7±14。7%），NYHA分級多為II級（71。8%）。缺血性心臟病是最常見的病因（40。7%），其次是擴張型心肌病（19。5%）。心衰的治療根據國際指南進行最佳化。

研究顯示，存活組患者的平均隨訪時間為4。2±1。1年（中位數為5年）。研究中共記錄了358例死亡。在1年、2年、3年、4年和5年時的死亡率分別為9。5%、16。4%、21。9%、30。6%和35。8%。

得分之間的相關性較差（rho：0。66-0。79）。判別分析顯示，1年死亡率結果優於長期隨訪結果（SHFM=0。817，MAGGIC-HF=0。801，PREDICT-HF=0。799，BCN-Bio-HF=0。830）。

基於Harrell’s C指數，BCN-Bio-HF評分對全因死亡風險可進行較好地識別。此外，在風險評估的每個時間點，BCN-Bio-HF評分均顯示出最高的整體效能，如表1。表2顯示了觀察到的總體存活率及每個模型預測的存活率。圖1顯示了每個風險預測工具和觀察到的1年死亡率的Lowess曲線校準圖。

表1 不同風險預測工具預測全因死亡率的效能

表2 觀察及預測的整體生存

圖1 1年時觀察到的死亡率與預測死亡率的校準圖

研究表明，BCN-Bio-HF評分高估了死亡風險，SHFM和PREDICT-HF評分則低估了死亡風險。MAGGIC-HF評分的校準最佳，但其適度高估了患者的死亡風險。

敏感性分析顯示：

在LVEF較低的患者中，BCN-Bio-HF風險評分工具的效能最佳；

隨著SHFM和PREDICT-HF評分工具的改進，不同風險評分預測工具（缺失變數應用佇列中位數替代）的效能傾向於顯示出類似的一般結果；

在無資料缺失的421例患者的亞組分析中顯示的評分工具的效能稍好；

本研究應用的BCN-Bio-HF評分模型包括NT-proBNP，其他風險評估工具不包括NT-proBNP。兩者相比，前者在每個時間點的C統計量均增加，且在1-4年時均達到了統計學差異；

包括ST2和hs-TnT的BCN-Bio-HF評分工具（413例患者）的識別效能稍微改善，風險高估也減少；

在更近代的佇列中，更新校準β係數後的BCN-Bio-HF評分工具的結果更佳，尤其是在校準方面。

結論

試驗中檢驗的所有風險評分均未明顯優於其他評分。BCN-Bio-HF評分的辨別能力和整體效能最佳，但通常會高估風險。AGGIC-HF評分的校準效能最佳，SHFM評分和PREDICT-HF評分傾向於低估風險。目前，隨著心衰管理策略發展，基於網路的風險評分應進行定期更新和校正，以提高其準確性。

醫脈通編譯自：Pau Codina， Josep Lupón， Andrea Borrellas， et al。 Head-to-head comparison of contemporary heart failure risk scores。 EJHF。 https：//doi。org/10。1002/ejhf。2352。