核心发现：
将男性性别、右束支传导阻滞（RBBB）以及血红蛋白和血糖水平整合至HEART（病史、心电图、年龄、危险因素和肌钙蛋白水平）评分中，显著提升了该评分对疑似急性冠脉综合征（ACS）患者预测显著冠状动脉狭窄的能力。该增强模型使中低风险HEART评分患者的诊断准确率提高13.5%。
研究方法：
- 研究人员对2022年4月至2024年7月期间因疑似ACS就诊急诊科的379名连续患者（平均年龄61岁；标准差15岁；57%为男性）进行了回顾性观察研究。
- 纳入标准为初始评估无法明确排除或确诊ACS且需接受紧急冠状动脉CT血管造影（CCTA）检查的患者。
- 通过对比HEART评分与CCTA显示的显著冠状动脉狭窄（定义为狭窄程度≥70%）结果，评估诊断准确性。
- 逻辑回归分析确定了初始归类为中低风险患者中显著冠状动脉狭窄的独立预测因子。
- 采用曲线下面积（AUC）和净重分类改善率评估纳入新临床变量后更新评分模型的性能。
关键结果：
- 根据HEART评分分层，27%患者为低风险，67%为中风险，6%为高风险；CCTA扫描阳性率分别为7%、27%和67%。
- 男性性别（比值比[OR]，1.76）、右束支传导阻滞（OR，4.15）、血红蛋白水平（OR，1.21）和血糖水平（OR，1.07）是中低风险HEART评分患者发生显著冠状动脉狭窄的独立预测因子。
- 将上述变量整合至HEART评分后，AUC值从0.68提升至0.74（P = .004），中低风险患者净重分类改善率达13.5%（P = .032）。
- 该增强模型在相关患者亚组中保持稳健的预测准确性，确保无论临床和实验室指标如何变化，均能可靠预测CCTA阳性结果。
临床意义：
"本研究证明，增强版HEART评分模型有望提升对急诊科就诊的疑似ACS中低风险患者预测显著冠状动脉狭窄的准确性，"作者指出。
"通过纳入简易临床和实验室变量，该模型为风险分层提供了有力工具，有效弥补了当前诊断实践中的关键缺口，"他们补充说明。
研究来源：
该研究由意大利米兰蒙齐诺心血管中心（IRCCS）的Michele Della Rocca领导，于2026年2月11日在线发表于《临床医学杂志》。
研究局限：
回顾性单中心设计及特定队列特征（如既往血运重建患者比例较低）可能导致选择偏倚，限制因果推断和普适性。CCTA阳性结果并不直接等同于ACS临床诊断或立即血运重建需求。分析中未纳入冠状动脉钙化负荷和斑块表型等高级影像学指标。
利益声明：
本研究未获得外部资金支持。作者声明不存在利益冲突。
【全文结束】
