国际科学编辑
   电话:0512-67621565
   邮箱:info@iseediting.com
  
 最新消息  ScienceOpen  最新优惠  期刊资讯  客户案例  ACM投稿服务  APA投稿服务

  最新消息

当前位置:首页  >  公司动态  >    >  【CVIA研究快报】房颤患者卒中风险评估新突破:FGF-23  
【CVIA研究快报】房颤患者卒中风险评估新突破:FGF-23 或为左心耳功能障碍的关键预测指标
作者:CVIA    来源:   时间:2025-04-28   访问量: 3  

左心耳排空速度减慢(即左心耳功能障碍)在房颤患者心房血栓形成中发挥重要作用,是脑梗塞风险增加的重要指标,然而,如何精准评估这一关键指标,一直是临床管理的难点。

近日,江门市中心医院心血管内科高伟栋、林荣杰团队在Cardiovascular Innovations and Applications(CVIA)发表一篇题为: FGF-23: A Novel and Critical Predictor of Reduced Left Atrial Appendage Emptying Velocity in Patients with Atrial Fibrillation的文章,旨在探讨FGF-23与左心耳功能障碍的关系。

FGF-23 是一种由骨细胞分泌的激素,已被证实与房颤发生及心源性卒中风险相关,但其在左心耳机械功能调控中的作用尚不明确。鉴于心房纤维化是导致LAAev降低的核心病理基础,而 FGF-23 具有明确的促纤维化生物学效应,研究团队提出科学假设:FGF-23 水平升高可能通过诱导心房纤维化,致使左心耳排空速度下降,进而增加卒中风险。

研究团队回顾性分析 2022 年 3 月至 2023 年 10 月期间收治的 179 例房颤患者,通过整合临床特征、实验室指标、心脏超声及经食管超声(TEE)数据,发现LAAev<40 cm/s组患者的 FGF-23 水平显著高于对照组,且 LAAev 与 FGF-23 呈显著负相关。通过 LASSO 回归结合 Boruta 算法等机器学习技术,研究筛选出 FGF-23、非阵发性房颤、慢性心力衰竭(CHF)作为 LAAev 降低的独立危险因素。基于这三项核心指标构建的列线图预测模型,其预测效能(AUC=0.902)显著优于传统 CHA₂DS₂-VA 评分(AUC=0.658),为临床精准识别高风险人群提供了量化工具。

该研究首次证实FGF-23 可作为预测房颤患者左心耳排空功能障碍的新型生物标志物,并通过多模态数据分析构建了更精准的风险预测模型。这一成果不仅深化了对房颤相关卒中病理机制的认识,更有望推动临床从 "经验性抗凝" 向 "基于左心耳功能的个体化血栓预防策略" 转型,为房颤患者的精准管理开辟了新路径。

通讯作者介绍:

高伟栋

高伟栋,江门市中心医院心血管科党支部书记、科主任、主任医师、岭南名医、硕士研究生导师,曾受卫生部派遣赴非洲任“总统保健组”组长,获赤道几内亚国家最高荣誉奖章—“独立十字勋章”,曾获“广东好医生”“最美江门人”“南粤好医生”等称号,担任广东省医师协会心脏起搏与电生理分会副主任委员、广东省健康管理学会心血管病学专业委员会副主任委员等,长期从事一线临床医疗工作,善于理论联系实际,除熟练解决临床中常见病和多发病的诊断和治疗外,对疑难疾病、危重病的抢救和处理有丰富的经验和较强的能力,尤其擅长心律失常的射频消融治疗、起搏器治疗和冠状动脉疾病的介入治疗。

林荣杰

林荣杰,博士,主治医师,担任广东省转化医学会心血管分会委员、广东省医学会起搏与电生理分会青年委员等。熟悉心血管内科常见疾病,如心律失常、高血压、冠心病、心力衰竭等诊断及治疗,擅长心房颤动、室性早搏、阵发性室上性心动过速等快速型心律失常的导管消融治疗。长期从事心律失常的临床与基础研究,以第一作者及通讯作者发表多篇SCI论文,参编《心房颤动导管消融学》。

引用本文:Xu XZ, Liao WJ, Huang QX et al. FGF-23: A Novel and Critical Predictor of Reduced Left Atrial Appendage Emptying Velocity in Patients with Atrial Fibrillation. Cardiovasc Innov Appl. 2025. Vol. 10(1). DOI: 10.15212/CVIA.2025.0007

原文链接:

https://www.scienceopen.com/hosted-document?doi=10.15212/CVIA.2025.0007

 
 服务项目  关于我们  工作流程  公司新闻  客户反馈  写作技巧  联系我们  期刊推荐  
 
Real Time Analytics Real Time Web Analytics