目的 探讨血清内皮细胞特异性分子(endocan)联合壳多糖酶3样蛋白1(CHI3L1)对冠心病经皮冠状动脉介入术(PCI)后支架内再狭窄(ISR)和远期预后的预测价值。方法 选取2015年9月—2017年9月中国人民解放军第92493部队医院心血管内科收治冠心病患者400例作为研究组，同期医院体检健康者100例作为健康对照组。冠心病患者均行PCI治疗，术后根据是否发生ISR分为ISR亚组(n=73)与非ISR亚组(n=327)。对患者行5年随访，根据预后不同分为预后不良亚组(n=53)与预后良好亚组(n=328)。采用酶联免疫吸附法检测血清endocan、CHI3L1水平。采用受试者工作特征(ROC)曲线分析血清endocan、CHI3L1对术后ISR、预后不良的预测价值。Logistic回归模型分析冠心病PCI术后预后不良的影响因素。结果 ISR亚组与非ISR亚组血清endocan、CHI3L1水平高于健康对照组，且ISR亚组水平高于非ISR亚组(F/P=98.163/<0.001,1 105.673/<0.001)。Logistic回归分析显示，年龄偏大、合并糖尿病、合并高血脂、冠状动脉狭窄程度偏高、术前Gensini评分偏高、BUN水平较高、TC水平较高、LDL-C水平较高、endocan水平较高及CHI3L1水平较高为冠心病患者PCI术后预后不良的危险因素[OR(95%CI)=1.048(1.012～1.086)、1.795(1.328～2.425)、1.641(1.259～2.137)、1.081(1.023～1.142)、1.034(1.013～1.055)、1.097(1.030～1.170)、1.102(1.047～1.159)、1.139(1.048～1.238)、2.025(1.319～3.112)、1.056(1.018～1.094)]。ROC分析显示，血清endocan、CHI3L1及其联合诊断评估模型对冠心病PCI术后ISR诊断的曲线下面积(AUC)分别为0.726、0.752、0.806,二者联合评估模型的诊断价值较高(Z/P=2.241/0.025,2.144/0.032);血清endocan、CHI3L1及其联合预测模型对PCI术后预后不良的预测价值的AUC分别为0.721、0.721、0.797,二者联合预测模型的预测价值较高(Z/P=2.044/0.041,1.986/0.047)。结论 冠心病患者血清endocan、CHI3L1水平上升与冠心病PCI术后ISR的发生有关，且是冠心病PCI术后预后不良的危险因素，检测血清endocan、CHI3L1水平可辅助预测冠心病PCI术后ISR及预后不良的发生。

目的 探讨肌钙蛋白I(cTnI)、SNYTAX积分、全球急性冠状动脉疾病登记(GRACE)评分与老年冠心病PCI术后再次血运重建的关系。方法 选取2016年1月—2021年1月中国人民解放军陆军第七十一集团军医院心血管内科收治PCI治疗老年冠心病患者300例，基于PCI术后冠状动脉造影检查结果是否需要再次血运重建分为再次血运重建组(A组)91例和非再次血运重建组(B组)209例。比较2组患者临床资料及cTnI、SNYTAX积分、GRACE评分，Logistic回归分析再次血运重建影响因素，受试者工作特征曲线(ROC)分析cTnI、SNYTAX积分、GRACE评分诊断再次血运重建的效能。结果 A组cTnI水平、SNYTAX积分、GRACE评分高于B组(t=4.802、10.080、8.744,P均<0.001),cTnI高、SNYTAX积分高、GRACE评分高均是影响再次血运重建的危险因素[OR(95%CI)=7.581(1.655～9.558)、2.585(2.055～5.065)、1.832(1.234～4.276)];ROC曲线分析显示，高cTnI、SNYTAX积分、GRACE评分及三者联合检测的曲线下面积(AUC)分别为0.628、0.802、0.795、0.876,三者联合优于各自单独预测价值(Z=6.823、3.064、3.589,P均<0.001)。结论 cTnI、SNYTAX积分、GRACE评分与老年冠心病PCI术后再次血运重建有关，上述指标联合检测可作为再次血运重建预测指标。

目的 探讨血清N-乙酰神经氨酸(Neu5Ac)、巨噬细胞炎性蛋白1α(MIP-1α)与阵发性心房颤动(PAF)患者左心房重构和射频消融术后复发的关系。方法 选取2021年1月—2022年1月复旦大学附属闵行医院收治的PAF患者143例作为PAF组，同期选取医院体检健康者70例为健康对照组。比较2组血清Neu5Ac、MIP-1α水平，左心房重构指标[左心房收缩末期前后径(LAD)、左心房容积指数(LAVI)];采用Pearson法分析血清Neu5Ac、MIP-1α水平与左心房重构指标的相关性。患者均行射频消融术，术后随访12个月，根据有无复发分为复发亚组与未复发亚组。采用多因素Logistic回归模型分析影响PAF患者射频消融术后复发的危险因素。结果 PAF组血清Neu5Ac、MIP-1α水平高于健康对照组(t=5.743、18.710,P均<0.001)。PAF组LAD、LAVI值均大于健康对照组(t=5.177、32.473,P均<0.001)。Pearson法分析显示，血清Neu5Ac、MIP-1α水平与LAD、LAVI呈正相关(r=0.496、0.548、0.513、0.505,P均<0.001)。随访12个月，无失访人员，复发38例(26.57%)。与未复发亚组比较，复发亚组高血压例数占比高，术后使用抗心律失常药比例低(χ2=5.294、4.500,P=0.021、0.034),LAD、LAVI、WBC、SCr及血清Neu5Ac、MIP-1α水平均高，差异均有统计学意义(t=3.468、13.508、3.982、5.260、4.671、3.745,P均<0.001); Logistic回归分析显示，合并高血压、LAD与LAVI增加、Neu5Ac与MIP-1α水平上升为PAF患者术后复发的危险因素，术后使用抗心律失常药为保护因素[OR(95%CI)=1.297(1.077～1.561)、1.064(1.007～1.124)、1.049(1.011～1.088)、1.034(1.007～1.061)、1.339(1.145～1.566)、0.583(0.412～0.823)]。结论 血清Neu5Ac、MIP-1α水平在PAF患者中上升，可导致左心房重构，是PAF患者射频消融术后复发的影响因素。

目的 评估单核细胞/高密度脂蛋白比值(MHR)、中性粒细胞与淋巴细胞比值(NLR)及γ-谷氨酰基转移酶与血小板比值(GPR)在不稳定型心绞痛(UAP)患者中的水平及与冠状动脉病变程度的关系。方法 分析2021年6月—2022年12月长沙市第三医院心血管内科收治UAP患者110例为UAP组，另选取同期医院健康体检者95例为健康对照组。比较2组及不同冠状动脉狭窄程度UAP患者MHR、NLR、GPR水平，Pearson检验分析MHR、NLR、GPR与冠状动脉狭窄程度的相关性，绘制受试者工作特征曲线(ROC)检验三者对UAP冠状动脉狭窄程度的预测效果。结果 UAP组MHR、NLR及GPR均高于健康对照组(t=25.833、68.758、20.684,P均<0.001)。不同Gensini评分患者MHR、NLR及GPR水平比较，轻度亚组<中度亚组<重度亚组(t=61.420、750.880、154.810,P均<0.001)。MHR、NLR、GPR与Gensini评分均呈正相关(r=0.702、0.657、0.669,P均<0.001)。MHR、NLR、GPR及三者联合预测UAP冠状动脉狭窄程度的曲线下面积(AUC)分别为0.901、0.868、0.863、0.921,三者联合的AUC大于单项检测(P<0.001)。结论 UAP患者中MHR、NLR及GPR异常升高，且与Gensini评分具有一定相关性，可能成为判断UAP发生、评估病变程度的重要指标。

目的 通过大数据回顾性分析银屑病患者心血管疾病(CVD)的发生，建立大数据风险模型评估银屑病患者CVD发病风险。方法 收集2014年1月—2018年1月新疆医科大学附属中医医院皮肤科治疗银屑病患者2 500例的临床资料，根据随访5年后患者是否发生CVD分为CVD组和无CVD组，对比2组患者临床及实验室资料；采用多因素Logistic回归分析银屑病患者发生CVD的危险因素；通过随机森林算法建立大数据风险模型，应用决策曲线分析大数据风险模型用于银屑病患者CVD发病风险的评估价值。结果 随访5年，2 500例银屑病患者新发CVD 350例。CVD组年龄、PASI评分、FRS评分、CRP、IL-17、IL-22、TNF-α和IgG水平高于无CVD组，CD4+水平低于无CVD组(χ2/t=9.467,10.512,12.158,15.492,10.677,13.496,15.023,16.002,8.194,P均<0.001);多因素Logistic回归分析显示，年龄大、PASI评分高、FRS评分高、CRP高、IL-17高、IL-22高、TNF-α高、IgG高是银屑病罹患CVD的独立危险因素，CD4+低水平为银屑病罹患CVD的独立保护因素[OR(95%CI)=1.051(1.035～1.068),1.083(1.061～1.106),1.245(1.176～1.318),1.429(1.334～1.532),1.142(1.106～1.179),1.170(1.133～1.209),1.370(1.218～1.464),1.601(1.469～1.745),0.947(0.929～0.965)];大数据模型中各变量的重要程度依次为：CRP、IgG、TNF-α、FRS评分、IL-17、PASI评分、IL-22、CD4+、年龄；ROC曲线显示，基于随机森林算法构建的大数据模型预测银屑病患者新发CVD风险的AUC为0.988(95%CI 0.955～0.999,P<0.001);决策曲线分析显示，与FRS评分相比，基于随机森林算法构建的大数据模型对银屑病患者新发CVD风险具有较高的预测能力。结论 银屑病患者具有较高的新发CVD风险，基于随机森林算法建立大数据风险模型可提高对银屑病患者发生CVD风险早期评估的准确性。