心力衰竭人群中的预后模型：一项系统评价和荟萃分析

心力衰竭预后模型研究：系统综述显示86%模型经验证，SHFM 1年C统计0.71，存在高偏倚风险与数据源局限，需加强方法严谨性和外部验证。

摘要

背景

心力衰竭（HF）仍然是导致发病率和死亡率的主要原因，这凸显了开发可靠预后模型的必要性。本研究对专注于死亡率、住院率及其复合事件的预后模型进行了系统回顾和荟萃分析。

方法

我们筛选了2271篇论文，并回顾了来自44项研究的58个预后模型，这些研究共涉及362,759名心力衰竭患者。评估了这些模型的预测性能，并对西雅图心力衰竭模型（SHFM）进行了荟萃分析，该模型主要关注1年内的死亡结果。我们使用PROBAST工具对这些模型进行了偏倚风险和适用性的评估。

结果

在58个模型中，86%的模型在独立队列中进行了内部和/或外部验证，其中统计模型（88%）比机器学习方法（12%）更为常见。79%的模型使用了临床数据，而其余模型使用了电子健康记录（EHR）或混合数据来源。死亡率模型（n=40）的1年鉴别能力范围为0.66至0.89。最常见的预测因子包括年龄、肾功能、血压、冠状动脉疾病和血清钠。对5项应用SHFM进行1年评估的研究的荟萃分析显示，合并C统计量为0.71（95%置信区间：0.64–0.78），异质性相对较低（τ²=0.003）。住院率模型（n=9）的鉴别能力高达0.86，复合事件模型（n=9）也显示出类似的预测能力。88%的模型存在较高的偏倚风险，主要是由于单变量预测因子的选择以及缺失值的处理/报告问题。

结论

这项系统回顾强调了心力衰竭预后模型和患者群体在严重程度和症状方面的异质性，指出了开发通用工具所面临的挑战。大多数研究纳入的是射血分数（EF）降低的患者，而关于射血分数保持正常的心力衰竭患者的证据有限。尽管研究广泛，但很少有心力衰竭预后模型符合当前临床应用的标准。绝大多数研究未报告模型校准情况，并且与现代治疗方法的契合度较差。未来的模型开发应优先考虑透明度、方法学的严谨性和外部验证。

系统回顾注册

PROSPERO CRD42023488017。