心房颤动患者表型引导的风险分层：基于穆尔西亚AF项目III（MAFP-III）的聚类分析

　　本研究针对心房颤动（AF）患者临床异质性高、传统分类方法预后区分能力有限的问题，通过前瞻性队列研究和层次聚类分析，成功识别出5种具有显著预后差异的AF表型集群。研究发现，≤75岁且合并症少的患者预后最佳，而>75岁多重合并症患者在所有终点事件（包括血栓栓塞、大出血、主要不良心血管事件及死亡）中风险最高（最高aHR达6.82）。该研究为AF的精准风险分层和个体化管理提供了重要依据，对改善患者预后具有重要临床意义。

　　

心房颤动（Atrial Fibrillation, AF）作为临床上最常见的心律失常之一，影响着全球1-2%的人口，其患病率随着人口老龄化和心血管危险因素负担的增加而持续攀升。然而，AF并非一种均质性疾病，其临床过程、合并症谱和预后结局呈现出高度的异质性。传统的基于心律失常模式或时间特征的分类方法（如阵发性、持续性AF）在捕捉这种多样性、预测个体风险以及指导治疗方面显得力不从心。临床上，我们常常看到，两位年龄相仿、心律失常类型相同的AF患者，其远期发生卒中、出血或死亡的风险可能截然不同，这背后的驱动力正是其截然不同的临床表型（Phenotype）——即由年龄、性别、共病、生活方式等多种因素交织构成的独特临床画像。这种复杂性使得“一刀切”的管理策略面临巨大挑战，也凸显了对AF患者进行更精细、基于表型的风险分层的迫切性。

为了解决这一问题，由Eva Soler-Espejo、María Pilar Ramos-Bratos、Yang Chen等研究人员领导的研究团队，在《Heart Rhythm》上发表了基于穆尔西亚AF项目III（Murcia AF Project III, MAFP-III）的前瞻性队列研究成果。他们创新性地运用了数据驱动的聚类分析方法，旨在揭示AF人群中隐藏的不同表型集群，并深入探索这些表型与关键临床结局之间的强关联，从而为迈向真正的个体化、精准化的AF管理奠定坚实的基础。

为了回答上述科学问题，研究人员开展了一项大规模、前瞻性的观察性研究。研究纳入了2016年1月至2021年11月期间在两家抗凝门诊开始口服抗凝治疗（OAC）的3,259名新诊断AF患者。研究采集了详尽的基线数据，并采用层次聚类（Hierarchical Clustering）这一无监督机器学习方法，基于年龄、性别、AF类型、共病等变量对患者进行分组。通过敏感性分析（K-means聚类和主成分分析PCA）验证了聚类结果的稳健性。经过两年随访，通过多变量Cox比例风险模型评估了不同表型集群与血栓栓塞事件、大出血、主要不良心血管事件（MACE）及死亡等终点的关联，并对抗凝药物类型和健康生活方式依从性进行了调整。

研究结果

通过聚类分析识别五种AF表型

研究人员利用层次聚类算法，成功将整个AF队列划分为五个具有鲜明临床特征的表型集群：

• •

  集群1：低风险年轻组。包含645名（19.8%）≤75岁的患者，合并症负担最轻，高血压、血管疾病、心力衰竭、肾功能不全的比例均为所有集群中最低。

• •

  集群2：高风险生活方式男性组。包含384名（11.8%）≤75岁的男性患者，其特征是吸烟、饮酒、肥胖、高脂血症等高风险生活方式和代谢性危险因素高度流行，血管疾病和COPD/SAHS患病率最高。

• •

  集群3：卒中史老年组。包含803名（24.6%）患者，其中绝大多数（68.9%）年龄>75岁，以女性为主。该集群的突出特点是具有最高的卒中/TIA/血栓栓塞病史患病率。

• •

  集群4：癌症史老年组。包含678名（20.8%）患者，几乎全部（99.6%）年龄>75岁。该集群具有最高的既往癌症病史患病率。

• •

  集群5：多重合并症老年组。包含749名（23.0%）患者，多数年龄>75岁。这是风险最高的集群，其高血压、糖尿病、心力衰竭、慢性肾病、既往出血史的患病率均为所有集群中最高，呈现出典型的心血管-肾脏-代谢（CKM）综合征特征。

不同表型集群的健康生活方式依从性存在显著差异

研究发现，集群间的健康生活方式依从性（基于Life’s Essential 8框架评估）存在显著差异。低风险的集群1依从性最佳，而高风险生活方式的集群2和多重合并症的集群5依从性最差，这提示不良生活方式与高风险临床表型密切相关。

不同表型集群的临床结局风险差异显著

经过两年随访，各种临床事件的发生率在不同集群间存在显著梯度差异。以风险最低的集群1为参照，多变量调整后的Cox模型显示：

• •

  集群5（多重合并症老年组） 在所有终点事件中均表现出最高的相对风险，其发生心血管死亡的风险是集群1的6.82倍（aHR 6.82, 95% CI 3.05–15.27），发生大出血的风险是4.73倍（aHR 4.73, 95% CI 2.51–8.91）。

• •

  其他集群（集群2、3、4）相较于集群1，其各类事件风险也均有显著升高，但均低于集群5，呈现出明显的风险分层。

  累积发生曲线和Kaplan-Meier生存曲线清晰地展示了集群1始终具有最有利的预后，而集群5的生存率最差。

结论与意义

本研究通过聚类分析，在接受抗凝治疗的AF患者中成功识别出五个具有显著预后差异的临床表型。其核心结论是：AF患者并非同质群体，而是可以根据其临床特征被划分为不同的亚组，这些亚组预示着截然不同的血栓栓塞、出血及死亡风险。年龄、共病负担（特别是CKM综合征）和生活方式是区分这些表型和驱动预后的关键因素。其中最值得关注的是，≤75岁且合并症少的患者预后最佳，而>75岁且患有多种合并症的患者则面临着最高的全面风险。

这项研究的深远意义在于它将AF的管理从传统的、“一刀切”的模式推向了一个更精细、更个体化的新维度。临床医生可以借鉴这种表型分类框架，快速识别出高风险个体（如集群5），从而对其进行更密切的监测、更积极的共病管理以及更审慎的抗凝决策。同时，对于具有高风险生活方式的患者（如集群2），研究结果强调了早期、强化生活方式干预作为一级预防手段的巨大潜力。尽管其直接的临床效用仍需前瞻性研究验证，但本研究无疑为未来开发表型指导的（Phenotype-guided）精准治疗策略提供了强大的数据支持和理论依据，标志着AF管理向精准医学迈出了关键一步。