预测射血分数降低型心力衰竭中的猝死Predicting sudden cardiac death in heart failure with reduced ejection fraction | Heart Failure Reviews | Springer Nature Link

环球医讯 / 心脑血管来源:link.springer.com美国 - 英语2026-10-10 16:07:13 - 阅读时长24分钟 - 11916字
这篇综述文章系统阐述了射血分数降低型心力衰竭(HFrEF)患者猝死(SCD)的预测方法。文章总结了临床特征、合并症、生物标志物、心电图异常和高级影像学标志物等独立预测SCD风险的因素,包括晕厥、慢性肾病、室性心律失常、整体纵向应变受损和心脏MRI显示的心肌纤维化等高风险指标。同时,文章还概述了整合多种变量的多参数风险模型,以及优化指南指导的药物治疗和靶向设备治疗的当代预防策略,强调了超越以左心室射血分数(LVEF)为中心的算法,采用更精细、多模态策略来更好地识别高风险患者的重要性,从而减轻心力衰竭患者猝死的持续负担。
健康心力衰竭猝死射血分数风险分层生物标志物心电图影像学心肌纤维化室性心律失常植入式心律转复除颤器药物治疗预防策略
预测射血分数降低型心力衰竭中的猝死

摘要

在射血分数降低型心力衰竭患者中,猝死(SCD)约占总死亡率的50%,然而当代临床实践仍然主要依赖左心室射血分数(LVEF),尽管其作为心律失常风险预测指标的局限性已被广泛认知。许多发生SCD的患者仅表现为轻度降低甚至保留的LVEF,而相当比例LVEF严重降低的患者从未发展为危及生命的心律失常,这突显了需要更精确的风险评估工具。本综述综合了当前关于临床特征、合并症、生物标志物、心电图异常和高级影像学标志物的证据,这些因素可独立预测SCD风险,包括晕厥、慢性肾病、室性心律失常、整体纵向应变受损和心脏MRI上的心肌纤维化等高风险指标。我们还总结了新兴的多参数风险模型,这些模型将上述变量整合为临床可用的框架,提供比单纯依靠射血分数更个性化的风险评估。最后,我们概述了当代预防策略,包括优化指南指导的药物治疗(GDMT)和靶向设备治疗,并讨论了精准医学方法在指导植入式心律转复除颤器(ICD)决策中的演变作用。这些数据共同强调了从LVEF中心化算法转向更精细、多模态策略的重要性,以便更好地识别高风险患者,减轻心力衰竭患者猝死的持续负担。

引言

在射血分数降低型心力衰竭(HFrEF)患者中,估计约30-50%的死亡可归因于猝死(SCD)[1,2,3,4]。尽管有大量证据表明LVEF可能低估或高估SCD风险[5],左心室射血分数(LVEF)仍然是决定是否放置初级预防植入式心律转复除颤器(ICD)的主要临床标准。人们越来越认识到在这个复杂且异质性的疾病状态中需要精准医学,其中病程、损伤机制和合并因素会修改个体风险,超出射血分数本身的影响。更好地理解这些因素可指导临床医生的决策,可能降低SCD风险,包括优化指南指导的药物治疗(GDMT)、冠状动脉血运重建,或进行终末期心肌病的高级治疗,如左心室辅助装置(LVAD)置入和心脏移植。虽然已开发出几种风险评分来识别有SCD风险的HFrEF患者,但它们往往使用不足,在临床实践中可能繁琐,且需要多种临床变量,这些变量在患者就诊期间可能无法获得[6,7,8]。本综述的目的是综合HFrEF中SCD的关键预测因素,评估可用的风险分层工具,并为临床医生提供个性化患者护理的实用指导(图1)。

方法

从1975年1月1日至2025年8月1日,使用MEDLINE(PubMed)数据库搜索进行HFrEF中SCD的文献综述。搜索策略使用了术语("Heart Failure"[Mesh] OR "heart failure" OR "HFrEF" OR "left ventricular dysfunction") AND ("Sudden Cardiac Death"[Mesh] OR "sudden cardiac death" OR "sudden death" OR "arrhythmic death")。识别并汇编了检查HFrEF中SCD风险因素、预测因素和预防策略的队列研究、随机对照试验、病例对照研究和系统综述。完整的搜索策略、纳入和排除标准以及搜索结果详见补充文件1。表1重点列出了具有高水平证据的精选研究。

讨论

由于许多心力衰竭(HF)患者有显著的前期症状和较高的短期预期死亡率,关于什么是HF中的SCD存在争议。正如Milton Packer所述:"SCD的定义现已演变为指任何预期生存期至少还有几个月至几年的HF患者的死亡。"[1] HFrEF患者SCD的机制通常为心动过速性心律失常或急性机械性衰竭,通常先于无脉电活动或心动过缓,而前者在不太晚期的HFrEF患者中更为常见[1,31]。SCD的近端触发因素往往难以识别,这解释了为什么HFrEF患者的许多死亡是意外的。然而,症状学、合并症以及客观的实验室、影像学和心电图发现中风险因素的识别可以提高临床医生对HFrEF患者SCD风险的整体判断。

在本综述中,我们首先讨论与SCD风险增加相关的患者症状学和合并症。这些包括可改变和不可改变的特征。然后我们检查与SCD相关的客观生物标志物、心电图和影像学发现。此外,我们回顾了已验证的风险评分,这些评分整合了多个变量来分层SCD风险。最后,我们讨论了当前的SCD预防和治疗策略。

症状

患者症状为识别SCD高风险患者提供了重要的临床信号。其中,晕厥和运动耐量下降提供重要的预后见解。

晕厥

晕厥是与HFrEF患者死亡率最强烈相关的症状。在一项包含491名严重心力衰竭患者的队列研究中,有晕厥史的患者一年随访期内SCD发生率(45%)高于无晕厥史的患者(12%)[9]。这种关联与晕厥的病因无关,并在多变量分析中保持为SCD的独立预测因子。HFrEF中的晕厥可能是由于心律失常(如室性心动过速或心室颤动)、心动过缓,或由于心输出量受损或自主神经功能障碍导致的血流动力学不稳定引起。鉴于这种与不良预后的强烈关联,常规评估晕厥史是预测HF患者SCD的有用临床工具[32, 33]。

运动耐量下降

HF患者呼吸困难的分类传统上通过纽约心脏协会(NYHA)分类进行。然而,NYHA分级增加与SCD风险之间不存在直接相关性[34, 35]。在一项针对扩张型心肌病(DCM)和射血分数(EF)≤35%患者的研究所中,NYHA I级患者的SCD或室性心律失常(VA)风险与NYHA II级或III级患者相似。心肺运动试验(CPET)提供了一种客观、可重复的评估HF症状和分层SCD风险的方法。CPET中SCD最重要的预测指标是运动振荡通气(EOV),这是一种运动期间的异常、不规则呼吸模式[10]。无EOV的HFrEF患者在数年内SCD风险非常低,而具有异常模式的患者每年SCD风险接近20%。即使在调整了峰值VO2和VE/VCO2斜率后,SCD风险仍然存在,这两者都与总体预后相关[10]。

合并症

合并症显著影响HFrEF患者的SCD风险。慢性肾病(CKD)、室性心律失常和缺血性心肌病明显增加了这种风险,与LVEF等传统指标无关。

慢性肾病

CKD使心力衰竭管理复杂化并可能增加SCD风险。在HF患者中,通过估计的肾小球滤过率(eGFR)测量的肾功能降低是SCD的独立预测因子。具体来说,eGFR<30 ml/min/1.73 m²的患者与肾功能较好的患者相比,SCD的风险比(HR)为1.73(95% CI: 1.11-2.70, p=0.01)[19]。当eGFR与LVEF结合时,这种预测价值得到增强。例如,eGFR<30 ml/min/1.73 m²和LVEF≤35%的患者SCD风险显著更高(HR: 5.17; 95% CI: 3.01-8.86, p<0.01)。

室性心律失常

室性心律失常如心室颤动(VF)、持续性室性心动过速(VT)、非持续性VT(NSVT)和室性早搏(PVCs)是左心室(LV)功能障碍患者SCD的主要原因。在有持续性VT或VF、频繁NSVT或电生理研究呈阳性的患者中,SCD风险特别高。

首次发作后VT/VF复发的风险很大;MADIT I和II试验数据显示,有初级预防ICD的HF患者中,1年内复发率为46%,3年内为60%[13, 36]。在AVID试验(1997)中,有VT/VF病史的患者在非ICD组中1年内心律失常死亡率为8%[14]。同时,无VT/VF病史的HFrEF患者SCD风险低于3%,基于SCD-HeFT数据[37]。

NSVT也与SCD风险强烈相关。在一项预ICD前瞻性队列研究中,24小时动态心电图监测中存在NSVT的患者SCD风险比无NSVT患者高2.77倍[38]。这不受HF病因的影响。随着NSVT发作次数增加和心动过速周期长度缩短,风险增加[39]。

电生理学研究中的可诱导性也预示着SCD风险升高。在MUSTT试验中,LVEF≤40%、NSVT且电生理学研究可诱导的术后心肌梗死患者,5年内SCD风险比无可诱导性的患者高1.5倍[15]。

PVC形态和负荷已知可预测HFrEF患者的SCD风险[40, 41]。在术后心肌梗死患者中,显示复杂特征(包括"R-on-T" PVCs、PVC成对、多形性PVCs和二联律PVCs)的PVCs比非复杂或无PVCs的患者SCD风险增加>3倍[42]。类似人群的另一项研究表明,PVC负荷>10次/小时是SCD的独立预测因子,尽管更复杂PVCs的风险更高[43]。然而,PVCs在NSVT之外是否具有独立预测价值,尤其是在非术后心肌梗死患者中,尚不明确[44]。

缺血性与非缺血性心肌病

对五项标志性ICD试验的分析显示,缺血性心肌病(ICM)与非缺血性心肌病(NICM)患者相比,VT/VF发生率和适当的ICD放电率相似[11]。然而,在调整后的多变量分析中,ICM患者死亡风险增加了1.87倍。在未调整分析中,ICM相比NICM的猝死率也高出三倍。

右心室功能障碍

来自梅奥诊所心脏护理单位数据库的5000多名患者数据显示,右心室收缩功能障碍的患病率显著,15%为轻度,17%为中重度[45]。这两个亚组均显示猝死风险更高,HR分别为1.57和1.91,即使考虑了基线合并症和LVEF。值得注意的是,中重度右心室功能障碍即使在LVEF保留且已置入ICD的患者中,仍然是猝死的强预测因子,突显了其预后价值。

不可改变的特征

SCD预后的最强指标之一在于固有的、不可改变的患者个体因素。

种族和性别

在最近临床试验的分析中,黑人患者SCD率始终高于白人患者,但需要进一步研究社会经济混杂因素[28, 46, 47]。在PARADIGM-HF分析中,亚洲患者SCD率更高,但其意义不确定,可能由于数量少而由偶然性造成[47]。女性性别通常对SCD有轻微保护作用[48, 49]。

遗传易感性

具有LMNA、filamin C或桥粒基因突变的扩张型心肌病患者高度易患室性心律失常和SCD[50]。与无已知突变或与SCD风险增加无关的基因突变的DCM患者相比,具有LMNA或桥粒基因突变的DCM患者SCD或VA风险约为3倍[20, 50]。因此,风险指南已纳入更高的LVEF阈值(最高达45%)用于具有高风险突变的DCM患者的初级预防ICD置入[50]。高风险突变的识别应促使更积极的监测和可能更早考虑ICD置入。

生物标志物

循环血浆生物标志物为评估SCD风险提供了客观、定量的工具。循环儿茶酚胺、NT-proBNP、肌钙蛋白和钾水平特别有价值。

循环儿茶酚胺

持续升高的去甲肾上腺素(NE)水平是HFrEF患者SCD的强预测因子。在HFrEF患者中,NE水平高于4.0 nmol/L与心源性死亡(包括SCD)风险增加近三倍相关(HR: 2.91; 95% CI: 1.08-7.33; P=0.015)[17]。同样,肾上腺素水平和淋巴细胞内cAMP含量独立与死亡风险增加相关,表明交感神经过度激活的关键作用。

利钠肽

NT-proBNP和BNP等利钠肽已被证实为SCD的强独立预测因子,与LVEF无关[46, 51,52,53,54]。一项评估450多名LVEF≤35%患者的研究发现,BNP水平独立预测SCD风险。值得注意的是,BNP水平超过130 pg/mL(相当于NT-proBNP约780 pg/mL)的患者SCD风险升高,三年内猝死存活率为81%,而低于此阈值的患者为99%[16]。在术后心肌梗死人群中,BNP水平约80 pg/mL(相当于NT-proBNP约480 pg/mL)结合LVEF<40%可识别85%发生SCD的患者。然而,DANISH试验表明,NT-proBNP低于中位数(1,177 pg/mL)的患者,SCD发生率与高于中位数的患者相似,但从ICD治疗中获益更大。但这与PARADIGM-HF和其他研究的数据相矛盾,后者表明较高的利钠肽水平与SCD和心动过速性心律失常治疗相关[46]。总体而言,数据倾向于利钠肽与SCD之间的正相关,但ICD治疗是否减弱这种风险尚不清楚。

肌钙蛋白

高敏心肌肌钙蛋白(hs-Tn)已被确定为心力衰竭患者风险评估的重要生物标志物[55, 56]。在一项随访5年的744名患者研究中,hs-Tn与SCD相关,发生SCD的患者基线hs-Tn为31.6 ng/L,而5年随访结束时存活的患者为14.7 ng/L[57]。SCD风险随log转换hs-Tn水平每增加1个标准差而增加65%。HFrEF患者中升高的hs-Tn水平反映正在进行的心肌损伤,是包括SCD在内的不良结局的预测因子。然而,需要更多数据来了解风险增加的阈值。

钾

钾水平与心力衰竭患者的死亡呈U型关联,低水平和高水平均增加风险[18]。钾水平低于3.5 mmol/L由于动作电位延长和兴奋性增加,与室性心律失常和SCD不成比例的风险相关。将低钾血症校正至目标范围4.0-5.0 mmol/L与改善结局相关,如EMPHASIS-HF和RALES试验中事件率的降低所证明[58]。此外,在POTCAST试验中,将ICD携带者的高危患者血钾校正至高正常范围(4.5-5.0 mmol/L),与标准治疗相比,降低了心律失常、住院和全因死亡的复合风险[59]。

与SCD相关的心电图变化

心电图异常如心率震荡、早期复极、延长的QRS和碎裂QRS提供了一种简单但强大的工具来识别SCD风险增加的患者[60]。

心率震荡

心率震荡指PVC后窦性心率的短期波动。在健康心脏中,它由PVC后心率的初始加速,随后逐渐减慢至基线组成。震荡起始描述了PVC后前两个RR间期与前两个窦性RR间期相比的百分比变化(负斜率与更健康的心脏相关)。震荡斜率描述了在PVC后前20次心跳中任何5个连续RR间期上计算的回归线最陡正斜率(较平缓的斜率与病情较重的心脏相关)。异常震荡通常定义为震荡起始≥0和/或震荡斜率≤2.5 ms/RR,表明PVC后自主神经反应受损。与两个参数均正常的患者相比,两个参数测量异常的患者3年内SCD发生率高2.25倍[21]。任何在动态监测中检测到PVC的患者都可评估心率震荡,可提供量化的风险分层来源。

早期复极模式

早期复极模式(ERP),定义为至少两个下壁或侧壁心电图导联中J点抬高≥0.1 mV,与HFrEF患者SCD风险增加相关。在90名稳定的HFrEF门诊患者研究中,发生SCD的患者中有36%存在ERP,而未发生SCD的患者中仅为6%(p=0.001)。ERP独立预测SCD风险,经年龄、性别、NYHA分级、缺血性心脏病和糖尿病调整后,风险比为7.2(95% CI: 2.8-18.6; p<0.0001)[6]。在132名患者的类似人群中,ERP患者的SCD发生率为63%,而无ERP患者为14%[22]。值得注意的是,ERP同时存在于下壁和侧壁导联时风险最高。当与ADMIRE-HF风险评分(一种整合临床和心脏影像学变量的已验证指数)结合时,ERP提供了额外的预后价值[6]。同时具有ERP和中高ADMIRE-HF评分的患者,与无ERP和低ADMIRE-HF评分的患者相比,SCD风险高出27倍。

碎裂QRS

碎裂QRS的存在反映了可能由潜在瘢痕引起的中断性心室传导,在HFrEF患者队列中预测了SCD[25]。在缺血性心肌病中,下壁导联的碎裂QRS与SCD风险增加2.7倍相关。

QRS持续时间

在HF人群中,QRS持续时间超过120 ms与SCD风险增加1.5倍相关,与LVEF无关[61]。然而,EVEREST试验的二次分析发现QRS持续时间大于或小于120 ms的HFrEF患者SCD发生率相似[62]。左束支传导阻滞与SCD相关,在5000多名HFrEF患者的研究所中,风险增加1.35倍[23]。

另一项评估QRS持续时间和延迟钆增强(LGE)在扩张型心肌病患者中联合预后价值的研究发现,这些因素共同显著增强SCD风险分层。特别是,LGE阳性与QRS延长(≥120 ms)的结合显著提高了SCD风险分层。同时具有这两个阳性指标的患者全因死亡风险增加4.29倍(CI 1.19-15.47),SCD风险增加9.53倍(CI 2.84-31.98),突显了将LGE与QRS持续时间等生理指标整合的预后价值。在有ICD适应症的患者队列中,LGE阴性和窄QRS的患者SCD事件率最低,这表明即使在LVEF≤35%的患者中,这些指标的缺失也意味着不良结局风险较低[27]。

其他心电图发现

QRS延长等既定指标表示电不同步和心脏效率低下,而QT间期异常和分散度则反映了复极异质性和对恶性心律失常的易感性[63]。高级工具如信号平均心电图检测指示心肌瘢痕的低振幅信号,而T波交替和长期动态心电图监测则分别通过心跳间变异性与室性异位搏动突出显示电不稳定性。在此基础上,Mashood等人提出了一种整合六个参数的累积心电图风险评分:束支传导阻滞、异常P波、QRS持续时间、QTc持续时间、T峰值到T末端间期和PR间期[24]。他们的模型表明,具有≥2个异常的患者SCD风险增加三倍以上(HR 3.74, 95% CI 1.70-8.21, P=0.001),随着识别的异常数量增加,风险成比例增加。在另一项研究中,房室传导阻滞独立与室性心律失常和猝死相关,超越了心脏MRI和LVEF提供的单独心肌瘢痕预测价值[64]。

与SCD相关的影像学发现

尽管降低的LVEF仍是当前ICD指南的核心,但其局限性凸显了需要高级影像学标志物(如斑点追踪超声心动图和心脏磁共振成像[CMR])进行精细风险分层的必要性。

射血分数

LVEF降至35-40%以下时,死亡率和SCD发生率大幅上升,这构成了ICD试验阈值的基础[65]。然而,LVEF作为单一预测因子存在不足。许多SCD病例发生在LVEF保留或仅轻度降低的患者中,而许多LVEF严重降低的患者从未发生危及生命的心律失常[66]。马斯特里赫特循环骤停登记报告显示,51%的SCD受害者LVEF>40%。同样,在2,130名心肌梗死幸存者队列中,67%的SCD病例发生在LVEF>35%的个体中。此外,在一项SCD患者研究中,高达30%的初始LVEF≤35%的患者尽管最后一次测量的LVEF>35%,仍发生SCD,表明尽管LVEF改善,SCD的残余风险仍然存在[67]。局限性还延伸至特异性,因为降低的LVEF预测猝死和非猝死死亡,使识别最可能从ICD中获益的患者复杂化。可通过使用三维测量来提高特异性,这已显示出预测主要心律失常事件的潜力,并改善了左心室功能障碍患者的心律失常风险预测[68]。左心室舒张末期内径显著增加(男性>68 mm,女性>61 mm)独立与SCD风险增加2.65倍相关[28]。总体而言,LVEF是一个重要的预后指标,但对心律失常事件和SCD可能不特异且不敏感。

整体纵向应变和斑点追踪超声心动图

整体纵向应变(GLS)使用二维斑点追踪超声心动图测量,通过跟踪心肌内斑点的运动来量化心肌变形,直接测量心肌纤维缩短并评估收缩期间应变程度(图2)。斑点追踪超声心动图(STE)允许精确测量心肌应变,提供了一种间接评估收缩功能的方法,特别是存在瘢痕或纤维化时。在1000多名HFrEF患者的研究中,GLS在预测死亡率方面优于包括LVEF在内的传统超声心动图参数[69]。

Perry等人随访了939名HFrEF患者,发现GLS≥-14%使SCD或室性心律失常风险增加1.72倍[29]。更具预后意义的是机械分散,它测量左心室不同部位达到最大应变时间的变异性,通常代表心肌瘢痕[29]。机械分散≥75ms使室性心律失常或SCD风险增加9.86倍。

GLS和机械分散可通过超声心动图轻松测量,稳健地预测死亡率和心律失常事件,可能指导ICD和药物治疗决策。

延迟钆增强

心脏磁共振成像(CMR)上的延迟钆增强通过突出显示对比剂延迟洗脱区域来识别心肌纤维化,指示瘢痕组织(图2)[70,71,72,73]。

在Ganesan等人关于LGE对缺血性和非缺血性心肌病死亡率、猝死和主要不良心血管事件(MACE)影响的系统综述中,LGE存在与室性心律失常和SCD风险增加4.25倍相关,当LVEF按是否低于或高于35%或心肌病病因(缺血性或非缺血性)进行分层时,这种影响不受影响[26, 74]。

LGE的程度也影响SCD风险,随着透壁性和受影响心肌节段的增加,预后更差[75]。然而,由于LGE测量和量化方法存在显著异质性,很难定义与SCD风险相关的阈值。研究表明,LGE存在带来的风险增幅最大,LGE程度增加带来额外的小幅风险增加。

Di Marco等人提供了一种简单算法,通过是否存在LGE和LVEF对非缺血性心肌病患者的复合心律失常终点进行风险分层[76]。年事件率最高的高风险患者(7.2%)具有LGE和LVEF≤35%,而年事件率最低(0.2%)的低风险患者无LGE且LVEF>20%。

缺血性心肌病也存在类似发现,即使小瘢痕(<2%平均左心室质量)也与MACE风险增加7倍相关[77,78,79]。

总体而言,数据表明对于缺血性和非缺血性心肌病,LGE的存在会增加SCD风险,与EF无关[80]。较低的LVEF和LGE程度增加可能提供额外的二级风险分层。

心肌灌注显像中的缺血

慢性心肌缺血传统上被视为心律失常和SCD的风险增强因素。然而,在一项对LVEF≤35%的患者进行心脏正电子发射断层扫描的相对大型研究中,无论是全局还是梗死周围缺血都与SCD或ICD电击不相关。只有严重的固定灌注缺损(可能代表透壁瘢痕)预测了风险增加[81]。

风险评分

像ADMIRE-HF[6]、PARADIGM-HF[7]和ATMOSPHERE[8]这样的风险预测模型整合了临床、心电图和生物标志物数据,形成可操作的评分。临床医生可利用这些评分个性化ICD置入和治疗强化的决策。

ADMIRE-HF风险评分

ADMIRE-HF风险评分整合LVEF、心脏I-123-间碘苄胍(MIBG)心/纵隔比(H/M)和收缩压,预测HFrEF患者的心律失常事件[6]。MIBG显像反映心脏交感神经活性,延迟H/M比值低于1.6表示心律失常风险升高[82]。ADMIRE-HF评分高的患者(>15)与评分低的患者(<4)相比,SCD发生率显著更高(HR 4.3,高与低相比,95% CI 1.1-17.2, p=0.009)。ADMIRE-HF评分86%的阴性预测值突显了其在识别可能不需要预防性ICD置入的低风险HFrEF患者方面的实用性。

PARADIGM-HF和ATMOSPHERE模型

来自PARADIGM-HF试验的数据,在ATMOSPHERE试验中得到外部验证,开发了一个强大的模型,用于预测HFrEF患者的SCD,将NYHA分级和NT-proBNP作为关键独立预测因子[7]。该模型识别了其他显著因素,包括男性性别、亚洲或黑人种族、先前冠状动脉旁路移植术(CABG)或经皮冠状动脉介入治疗(PCI)(有保护作用)、癌症病史(有保护作用)、心肌梗死病史、QRS持续时间(90-120 ms,每5 ms增加)以及心电图上的左心室肥厚。值得注意的是,NT-proBNP与SCD风险呈对数线性关系,突显了其剂量依赖性预后价值。该模型对SCD表现出中等辨别能力(哈雷尔C: 0.67),并有效地将患者分层为四分位数,最高风险四分位数的患者在三年内SCD发生率明显高于最低风险四分位数[30]。排除ICD患者的策略提高了该模型在评估首次事件风险方面的适用性。通过整合常规收集的临床和心电图参数与生物标志物,该模型为识别可能从早期干预(特别是ICD治疗)中获益的高风险患者提供了可行的见解。

与猝死无明显关联的因素

对大型随机试验(如PARADIGM-HF(8,000名患者[46])、ASCEND(7,000名患者[83])和EVEREST(4,000名患者[47]))的最新分析,可详细观察与SCD风险无明显关联的临床因素。例如,在PARADIGM-HF和EVEREST中,SCD患者与存活患者的年龄无差异。值得注意的是,经历SCD的患者中ICD的使用率低于存活患者,表明大多数HFrEF患者在无ICD的情况下死于SCD。此外,PARADIGM-HF中的先前心力衰竭住院与SCD无关,在ASCEND和EVEREST中仅略微增加风险,表明许多HFrEF患者可能在无住院史的情况下经历SCD。

治疗和预防策略

HFrEF中SCD预防的基础在于优化GDMT和适当的ICD置入。其他干预措施如血运重建、抗心律失常治疗和导管消融应根据个体患者特征和SCD风险进行调整。

指南指导的药物治疗(GDMT)

GDMT的全部四个支柱:β受体阻滞剂(BB)、血管紧张素受体-脑啡肽酶抑制剂(ARNi)、盐皮质激素受体拮抗剂(MRA)和钠-葡萄糖协同转运蛋白2抑制剂(SGLT2i)在临床试验中均被证明可降低HFrEF患者的SCD风险[84, 85]。每种药物类别都具有疾病修饰作用,促进心脏逆向重构,改善预后、心肌功能和降低死亡风险。

植入式心律转复除颤器

在HFrEF患者中,ICD治疗仍是降低SCD风险的基石。虽然ICD不预防VT/VF的发生,但它们降低了致命结局的风险。对于有室性心动过速病史的患者,与单独抗心律失常治疗相比,ICD治疗在荟萃分析中将全因死亡风险降低约30%[86]。这种风险降低通过降低心律失常死亡实现。对于初级预防,这种获益也约为30%,在缺血性和非缺血性心肌病之间治疗效果无显著差异[87]。然而,现代四支柱GDMT时代的新型临床试验可能质疑这一获益[88, 89]。

抗心律失常治疗

HFrEF中的抗心律失常治疗主要作为ICD的辅助治疗用于SCD预防,而非单独治疗。I类C抗心律失常药物由于死亡风险增加而被禁用。在III类药物中,多非利特和胺碘酮对总死亡率有中性作用,但降低心律失常死亡,使其适用于ICD患者中抑制室性心律失常[90]。

导管消融

导管消融已被证明可减少复发性VT发作和ICD电击,如VANISH试验[91]所示,与药物升级相比,导管消融使VT风暴和适当的ICD电击减少59%,但死亡率未改变。将ICD治疗与针对性的手术干预相结合,可能有助于管理心律失常诱导的SCD复发风险增加的患者。

血运重建

在STICH试验的亚组分析中,CABG血运重建与药物治疗相比,SCD减少27%[92]。这种差异在随机化后2年及更长时间最为明显。另一方面,在REVIVED-BCIS2试验中,PCI与药物治疗相比,未改善全因死亡或挽救的猝死[93, 94]。对于符合条件的患者,CABG血运重建代表一种重要但较不直接的降低合适HFrEF患者SCD的方法。

未来方向

SCD仍是HFrEF患者死亡的主要原因,由结构、电生理和分子机制的复杂相互作用驱动。传统风险分层策略主要集中在LVEF上,但这种方法有明显局限性,因为许多经历SCD的患者不符合设备治疗的传统阈值。

新兴生物标志物,加上新型影像学、计算工具和人工智能,提供了互补策略来完善风险并增强SCD风险分层的精准性。

两项正在进行的试验,CMR GUIDE(NCT01918215)和BRITISH(NCT05568069),正在评估LGE识别的心肌瘢痕是否可以优化NICM患者(分别为LVEF临界36-50%或中度降低<35%)的ICD决策,可能将预防性治疗扩展到更广泛的高风险患者亚群。

应用于生物标志物、影像学和临床变量等多模态数据的机器学习方法可能实现个性化风险预测,并整合到电子健康记录中用于床边决策支持。然而,这些预测模型必须根据当代实践重新校准,因为基础数据集先于ARNi和SGLT2i的广泛应用,而这些可能改变SCD风险轨迹。

此外,对遗传性和炎症性心肌病认识的扩大突显了HFrEF中SCD风险是动态且病因特异性的。由于精准诊断的进步,越来越需要在现代治疗范式背景下重新审视和验证风险分层工具。

局限性

现有关于SCD研究的一个关键限制是标准化定义和裁决方法应用不一致。未来分析应采用统一的SCD定义并标准化评估方法,以增强研究间数据的有效性和可比性。

虽然本综述集中于HFrEF,但药物治疗和针对性干预的进展已大幅降低SCD的残余风险,使得严重LVEF降低患者的SCD率接近LVEF保留患者的水平。鉴于LVEF>40%的患者现在占HF人群的大多数,开发超越LVEF本身的强大新型风险分层策略更为关键。

结论

尽管治疗取得进展,SCD仍是HFrEF管理的主要挑战,仅依赖LVEF不足以准确预测风险。一种更细致的方法,整合临床特征、合并症、影像学发现和生物标志物数据,提供了更全面的识别高风险患者的方法。结合反映SCD多因素性质的循证策略,可能实现更精准、个性化的干预,最终改善这一高风险HF患者群体的结局。

【全文结束】