摘要： 目的 探讨急性心肌梗死（acute myocardial infarction,AMI）在经皮冠状动脉介入治疗（percutaneous coronary intervention,PCI）术中患者并发心律失常的相关影响因素,并基于BP神经网络算法（BPNN）构建与验证其风险预测模型。方法 回顾性选取2023年9月至2024年5月本院行PCI术AMI患者210例作为建模集,按照PCI术中是否并发心律失常分为并发组（65例）和未并发组（145例）,收集患者相关资料,采用单因素和Logistic回归分析得到独立影响因素。采用SPSS 21.0软件反向传播神经网络算法（back propagation neural network,BPNN）模块的径向基函数,进行神经网络模型拟合,以建模集构建模型,确定模型参数。按照7∶3（建模集：验证集）的分配比例选取验证集样本量,即另选取2024年6-12月本院行PCI术AMI患者90例作为验证集,验证该模型。采用受试者工作特征（receiver operator characteristic,ROC）曲线评估模型的区分度和预测效果。结果 结果显示病变血管部位、梗死范围、病变血管数量、血管闭塞程度、急性心肌梗死溶栓试验（thrombolysis in myocardial infarction,TIMI）、动脉压力波形、发病至血管再通时间、血糖过高均是PCI术AMI患者并发心律失常的独立影响因素（均P<0.05）。构建的BPNN模型结果显示,各影响因素排序为：血管闭塞程度>血糖过高>病变血管部位>发病至血管再通时间>动脉压力波形>TIMI>病变血管数量>梗死范围。该模型的ROC曲线下面积为0.968（95%CI：0.944-0.991）,最大约登指数为0.828,敏感度为0.938,特异度为0.890,该模型区分度及预测效果良好;验证预测效果良好。结论 基于BPNN模型构建在PCI术中AMI患者并发心律失常的预测模型有良好的预测价值,有助于提前识别高风险患者,能指导医护人员采取预防措施或及时干预策略,从而改善患者预后,或可为进一步优化AMI患者的护理对策提供科学依据。

关键词: BP神经网络, 急性心肌梗死, 经皮冠状动脉介入治疗, 心律失常, 预测模型, 护理对策