李琴，檀鑫，姜文溪，袁梦，倪慧，王媛，杜杰*

    急性心肌梗死(acute myocardial infarction，AMI)是冠心病的严重类型，也是导致冠心病患者死亡、残疾主要原因[1-2]。经皮冠状动脉介入治疗(percutaneous coronary intervention，PCI)是 AMI患者的主要治疗方法。多项研究证明，尽管PCI可改善AMI患者的远期预后，但主要不良心血管事件发生风险仍然很高[3-4]。2017年欧洲心脏病学会(EsC)《急性sT段抬高型心肌梗死指南》[5]及2020年EsC《非sT段抬高型急性冠脉综合征指南》[6]均建议应用风险评分对AMI患者进行风险分层，早期风险分层对于最佳二级预防药物的选择具有重要意义[7]。目前预测AMI患者主要不良心血管事件的风险模型主要为全球急性冠状动脉事件注册(global registry of acute coronary events，GRACE)评分，包括年龄、收缩压、心率、入院就诊时是否有心搏骤停、心电图sT段偏移、心功能Killip分级、肌酐、心肌酶8个指标，而其虽然包含肌酐与心肌酶两种生物标志物，但仍缺乏反映体内炎症和氧化应激等与疾病病理、生理相关的实验室检查指标，其预测准确性不足以制订出患者个性化的管理策略[8]。因此，需要联合多种生物标志物并从各方面综合评估AMI患者的预后，从多角度解释组织或器官损伤状态及病理机制，进一步提高预后风险评估的准确性[9-10]。本研究通过评估并整合AMI患者PCI后发生远期主要不良心血管事件的危险因素，构建简单且有效的个性化风险预测模型对患者进行早期风险分层，从而制订个性化的管理策略，以期改善AMI患者远期预后，提高患者生存率，降低患者主要不良心血管事件发生率。

    本研究创新性：

    (1)依托于中国最大的心血管疾病临床数据库之一，纳入大样本量的急性心肌梗死(AMI)患者，因此本研究队列的人群更具有代表性，研究结果更具有普适性；(2)本研究为了筛选反映患者个体化预后的指标，采用了Lasso回归筛选出与远期主要不良心血管事件密切相关的病理生理学指标。与既往常用的逐步向前或向后回归相比，Lasso回归具有更强的过滤能力，能更好地识别影响AMI患者经皮冠状动脉介入治疗(PCI)后预后的关键变量；(3)与全球急性冠状动脉事件注册(GRACE)评分相比，新预测模型的优点在于纳入的变量更少、预测效能更好，更适合在中国临床诊疗中推广；(4)本研究依据AMI患者随访2.4年期间的数据，构建的新模型可用于识别远期主要不良心血管事件高危人群 ......