论文部分内容阅读
目的：探讨Verifynow和TEG检测氯吡格雷疗效时,在不同CYP2C19基因型患者中的相关性、一致性,并结合两者对CYP2C19慢代谢基因型、MACE和出血事件的预测作用,选择出在检测氯吡格雷疗效方面具有更好的特异性与稳定性,且对慢代谢基因型、MACE和出血事件有较好预测力的方法。方法：选择150例PCI术后的患者,依据CYP2C19基因型分为快代谢组、中间代谢组和慢代谢组,使用Verifynow与TEG检测氯吡格雷疗效。记录入选患者的临床资料,随访PCI术后6月内MACE、出血事件的发生情况。对Verifynow与TEG的检测结果进行相关性分析与一致性检验,用ROC曲线分析Verifynow与TEG对慢代谢基因型、MACE及出血事件的预测作用。结果：1.相关性分析：在CYP2C19快代谢中,两种方法的检测结果存在低度线性负相关(|rl=0.359,P<0.05)和弱一致性(Kappa系数=0.554,p<0.05),在中间代谢组为显著线性负相关(|r|=0.415,P<0.05)与弱一致性(Kappa系数=0.456,P<0.05)；但在慢代谢组中则不存在相关性与一致性(P>0.05)。2.在预测CYP2C19基因型为慢代谢型时,Verifynow与TEG的ROC曲线下面积分别为0.796(95%CI:0.704-0.889,P=0)、0.359(95%CI:0.247-0.471,P0.=026)。在预测MACE事件方面,Verifynow与TEG的ROC曲线下面积分别为0.85(95%CI: 0.716-0.985, P<0.05)、0.206(0.027-0.385,P<0.05);而在预测出血事件方面,两者均无统计学意义(P>0.05)。结论：本研究表明了Verifynow与TEG在快代谢组相关性欠佳,在CYP2C19中间代谢组存在显著线性负相关及弱一致性,在慢代谢组中则不存在相关性及一致性；在预测CYP2C19慢代谢基因型及MACE事件方面,Verifynow优于TEG。故在预测慢代谢基因型和MACE事件时,临床医师可以优先考虑使用Verifynow。