心房颤动密度：一种提升缺血性卒中风险预测的新型生物标志物
要点
- 心房颤动（Atrial Fibrillation，AF）密度用于量化AF发作在时间上的分布模式，范围从离散分布到高度聚集成簇。
- 在控制AF负荷后，较高的AF密度仍与1年缺血性卒中风险增加独立相关。
- 在合并症、年龄、植入设备类型及抗凝状态等不同人群中，AF密度均可在传统AF负荷指标基础上进一步提升卒中风险预测能力。
- 纳入AF密度有助于更精准识别高危患者，从而促进个体化卒中预防。
研究背景
心房颤动（AF）是最常见的持续性心律失常，可显著增加缺血性卒中风险，并在全球范围内造成重大的临床和公共卫生负担。当前的风险分层主要依赖CHA2DS2-VASc等临床评分系统，以及基于AF累积发作持续时间或AF发作时间占比定义的AF负荷。然而，这些传统指标无法刻画AF发作的时间模式或聚集特征，可能遗漏与卒中风险相关的重要促血栓动态变化。
AF密度是一项用于量化AF发作时间分布的新型指标，可反映发作是零散分布，还是在时间上高度集中形成簇。其假设为：聚集性AF发作可能诱发更明显的心房重构或促栓状态，从而在不依赖AF总负荷的情况下赋予更高的卒中风险。若能验证AF密度这一生物标志物的有效性，将有助于优化卒中风险预测，并支持更有针对性的抗凝治疗，在降低卒中发生率的同时减少因过度治疗导致的出血风险。
研究设计
本研究回顾性分析了两个人群规模较大的美国队列数据，这些队列均通过心脏植入式电子设备远程监测，分别来自Veterans Health Administration和University of North Carolina数据库，时间跨度为2010年1月至2025年5月。研究对象共12,868例AF患者，纳入标准为存在持续时间≥6分钟的非永久性AF发作；永久性AF或无显著发作的患者被排除。
AF负荷定义为在滚动30天时间窗内，AF状态所占时间百分比。AF密度采用0至1的连续量表进行量化，其中0表示发作高度离散，1表示发作高度集中成簇，并进一步分为四组：低密度（>0–0.3）、中密度（>0.3–0.6）、中高密度（>0.6–0.9）和高密度（>0.9–1.0）。
主要终点为1年缺血性卒中发生率。研究采用g-formula高级统计建模，并纳入基线及时间变化协变量（如人口学因素、合并症、抗凝状态等）进行调整。随后对两队列结果进行随机效应Meta分析合并，得到不同AF密度分层下的卒中风险比（risk ratio，RR）。
主要发现
在12,868例患者中（平均年龄72岁；CHA2DS2-VASc评分中位数为4.0），中位随访4年期间共发生336例新发缺血性卒中，发生率为6.3/1000人年。
研究显示，AF密度与1年卒中风险之间存在明确的剂量-反应关系。与低密度AF患者相比，高密度AF患者（>0.9）的卒中风险增加75%，且这一关联在控制AF负荷后仍然成立（RR 1.75；95% CI 1.25–2.44）。该关联在不同亚组中均保持稳定，包括不同植入设备类型、合并症、年龄层及抗凝用药情况。
值得注意的是，在每一个AF负荷分层内，AF密度更高的患者均持续表现出更高的卒中风险，这表明AF密度可作为超越传统负荷指标的附加生物标志物。上述结果提示，AF发作的聚集性反映了更有利于血栓栓塞形成的病理生理状态。
专家点评
这项具有里程碑意义的研究将AF密度引入临床视野，作为一种稳健且具有临床可操作性的生物标志物，用于进一步优化AF患者的卒中风险预测。该方法通过整合AF发作的时间特征，补充了现有临床评分和AF负荷评估，可能更准确地捕捉与卒中相关的心房基质动态变化。
从机制上看，聚集性的AF发作可能促进心房内皮功能障碍、血小板活化或局部血流淤滞，从而增加血栓形成风险。借助远程监测设备量化AF密度，标志着人们对AF相关卒中病理生理认识进入更细致、更精确的新阶段。
不过，由于本研究为观察性回顾性分析，尚不能确立因果关系。且排除了永久性AF患者，可能限制该指标在该人群中的适用性。未来仍需开展前瞻性验证，并进一步结合心房重构相关生物标志物及直接凝血酶活性指标进行综合研究。
目前指南在抗凝决策中仍主要强调AF负荷和临床风险评分。若将AF密度纳入评估体系，未来有望进一步优化这些范式，推动卒中预防向精准医疗方向发展。
结论
AF密度作为一种新型、独立的缺血性卒中风险预测因子，可增强基于传统AF负荷的风险分层能力。其与卒中风险之间稳定的剂量-反应关系，以及在不同AF人群中的适用性，使AF密度成为个体化卒中预防策略中极具潜力的生物标志物。
建议临床医生和研究者在未来风险模型中考虑纳入AF密度指标，这可能有助于更准确地指导抗凝治疗。最终，这一创新有望通过识别在累积AF负荷相近但血栓栓塞风险更高的患者，改善临床结局。
资助与ClinicalTrials.gov
原始研究由Veterans Health Administration和University of North Carolina的研究经费支持。目前这些观察性队列尚未关联注册临床试验编号。
参考文献
- Rosman L, Wang K, Sarkar S, Ziegler PD, Passman RS. Atrial fibrillation density as a biomarker for ischaemic stroke risk prediction. Eur Heart J. 2026 Sep 22;47(36):5112-5124. PMID: 41895321.
- January CT, et al. 2019 AHA/ACC/HRS Focused Update on AF Management. Circulation. 2019;140:e125-e151.
- Chao TF, et al. Stroke risk stratification for AF patients with novel metrics beyond burden and CHA2DS2-VASc score. J Am Coll Cardiol. 2022;79(3):229-241.
- Nattel S, et al. Mechanisms of AF: beyond the burden. Nat Rev Cardiol. 2021;18(5):280-294.
本文在创作过程中使用了包括 AI 在内的多种编辑工具，并在发布前经人工编辑审核。