临床与实验心脏病学
开放获取

抽象的

连续 NT-proBNP 模型可改善肺动脉高压患者的预后

亚伦·M·沃尔夫森、迈克尔·L·梅特兰、瓦西里基·托马斯、谢丽兰·格拉斯纳和玛迪·冈伯格-梅特兰

背景：肺动脉高压 (PAH) 患者 N 末端脑钠肽前体 (NT-proBNP) 基线升高与较差的预后相关。对常用生物标志物的连续测量可以提高预后估计的精度和我们对 PAH 病理生理学的理解。
方法：其中包括 103 名 PAH 患者，这些患者在开始或升级治疗之前基线 NT-proBNP 升高，并至少进行了两次后续 NT-proBNP 测量。使用患者的连续测量结果，线性混合效应模型推断出基线 NT-proBNP（截距）和演化（斜率）。然后将这些模型确定的值用于 Cox 比例风险分析，以确定生存的预测因子。时间依赖性曲线下面积 (AUC) 分析比较了 NTproBNP 连续测量与单次测量的生存差异。
结果：受试者年龄为 50 ± 14 岁；大多数患有特发性肺动脉高压、先天性心脏病或结缔组织病。幸存者比非幸存者年轻，分别为 47 ± 14 岁和 55 ± 12 岁 (p=0.002)。使用侵入性和非侵入性协变量的多变量生存模型发现 NT-proBNP 可以显着预测死亡率。模型（截获）的时间依赖性 AUC 显着大于测量的 NT-proBNP。
结论：利用连续 NT-proBNP 测量的预后模型比单一基线值更好地预测生存。这一证据支持未来开展 NT-proBNP 连续测量研究，以进一步阐明其在 PAH 患者临床护理中的作用。