流感每年在全球蔓延，症状有轻有重，每年导致300万~500万例重症病例和29万~65万人死亡^[1]。即使在非大流行年份，流感也是美国第八大致死原因^[2]。最近的研究表明，在各种流感大流行中，心血管事件的病死率超过了所有其他原因^[3]。2020年美国进行的另一项横断面研究纳入89 999例实验室确诊流感成年人，其中急性缺血性心脏病发生率高达5.7%^[4]。目前，流感与心血管事件相关已经成为大多数研究者的共识，在积极预防流感同时，早期识别流感患者的心肌损伤，对流感患者发生恶性心血管事件显得尤为重要。

现有研究发现，暴露于甲型H1N1流感病毒（Influenza A H1N1 Virus）假病毒会引发异常的电活动^[5], 心电动力学信号在心肌损伤早期可出现参数变化，基于人体心电信号对其内在的非线性心电动力学信息实现准确建模、辨识，并将这种动力学建模结果作为深层次动态特征进行提取，对心肌缺血早期诊断的实现产生很大的帮助。既往研究通过采集胸痛患者常规十二导联心电信号实现心电信号的动力学特征提取和混沌系统特征值的计算，基于时序空间网络模型计算胸痛患者心肌损伤危险指数，可对患者进行心肌损伤的危险分层和预测^[6]。本研究团队在既往研究基础上，采用确定学习理论构建心电动力学模型，在三维X、Y、Z坐标系统中描绘出心电向量环及最终检查结果从而提取出心电图中的微小信息，提高患者早期心肌损伤的检出率。基于此，本文通过分析流感病毒感染患者心电动力学参数及临床指标变化，明确流感病毒感染患者早期心肌损伤心电动力学改变和临床影响因素。

本研究为回顾性队列研究。纳入2024年1月至2024年12月在宝安区人民医院急诊科就诊，出现以下任一或组合症状^[7]的患者：（1）全身症状：发热、乏力与肌肉酸痛、头痛；（2）呼吸道局部症状：鼻部症状（鼻塞、流清涕、打喷嚏）、咽部症状（咽干、咽痒、咽痛）、咳嗽；（3）其他可能伴随症状：纳差、恶心、声音嘶哑者，初步诊断为病毒性感冒合并胸痛、行十二导联心电图检查、年龄≥14岁、接受流感病毒抗体检测的患者，同时排除心电图出现明显异常者（包括：急性心肌梗死、病理性Q波、心律失常）、心电图数据缺失者和未进行流感病毒抗体检测者。

根据流感病毒抗体检测结果，阳性纳入感染组，阴性纳入非感染组。收集所有患者十二导联心电图数据，同时通过信息追踪采用院内检验数据采集各研究对象的（1）人口学信息：年龄、性别、基础疾病；（2）心肌损伤标志物：乳酸脱氢酶、肌酸激酶、肌酸激酶同工酶、天冬氨酸氨基转移酶；（3）肌钙蛋白Ⅰ；（4）炎症反应指标：降钙素原和C反应蛋白（C-reactive protein, CRP）；（5）血脂：胆固醇（cholesterol, CHOL）、甘油三酯、高密度脂蛋白、低密度脂蛋白（low-density lipoprotein cholesterol, LDL-C）、载脂蛋白AI、载脂蛋白B（apolipoprotein B, ApoB）、载脂蛋白a；（6）凝血：凝血酶原时间、部分活化凝血活酶时间、凝血酶时间、纤维蛋白原。

本研究经深圳市宝安区人民医院伦理委员会批准（批准号：BYL20250142）。

本研究首先使用VCG方程将原始十二维心电图信号转化为三维VCG信号。使用基于心电动力学模型的RBF神经网络，将该三维信号转化为CDG信号。对采集的十二导联心电信号进行杂波滤波处理后，利用确定学习理论计算得到心电动力学数据，进一步利用混沌学理论计算心电动力学如李雅普诺夫指数，近似熵等混沌特征值。从而实现对胸痛合并心肌缺血患者的心电动力学特征计算和提取。具体步骤为：（1）计算和提取心电动力学特征；（2）量化心电动力学特征值；（3）在得到量化值之后进行回归处理；（4）计算心肌缺血风险指数^[8-10]。

通过以上方程公式的动态识别模型，将每位患者的心电信号转换计算得到心肌缺血风险指数，当心肌缺血风险指数数值≤45，发生心肌缺血的风险较低；45 < 心肌缺血风险指数数值≤85，发生心肌缺血的风险显著升高；心肌缺血风险指数数值> 85，发生心机缺血的风险高。结合临床，胸痛患者心肌缺血风险指数≤45时，发生急性心肌损伤事件可能性小，心肌缺血风险指数 > 45时，急性心肌损伤事件发生可能性大，故在本文中以心肌缺血风险指数值45为界值，分为感染组的低风险组和高风险组。

采用SPSS 26.0软件对数据进行处理分析。服从正态分布的连续变量以均数±标准差（x±s）表示，采用方差（ANOVA）进行组间比较；不服从正态分布的以中位数（四分位数）M[(Q₁, Q₃)]表示，组间采用Kruskal-Wallis秩和检验。多组间两两比较采用Bonferroni校正法校正，校正后以P < 0.017为差异有统计学意义。分类变量以例数（%）表示，比较采用χ²检验或者Kruskal-Wallis秩和检验。采用多因素Logistic回归分析各影响因素与流感病毒感染的相关性。以P < 0.05为差异有统计学意义。

本研究共纳入120例患者。非感染组58例，年龄43（20, 70）岁，其中男性34例。感染组共有62例患者，年龄为70（16, 95）岁，其中男性37例。本研究发现，感染组与非感染组心肌损伤标志物、心肌缺血指数差异无统计学意义。

将感染组分为低风险组（n=31）和高风险组（n=31）。亚组分析结果显示，与非感染组相比，低风险组和高风险组心肌损伤标志物所有数值均差异无统计学意义。而心电图缺血指数差异有统计学意义：低风险组的心肌缺血指数明显低于非感染组[(30.48±7.67) vs. (40.76±4.83), P < 0.001]，高风险组的心肌缺血指数明显高于非感染组患者[(50.61±10.10) vs. (40.76±4.83), P < 0.001]。见表 1。

为了进一步确定流感病毒患者心肌损伤的影响因素，本研究进一步分析感染组高风险与低风险患者的指标，见表 2。结果显示，两组年龄、性别、基础疾病情况均差异无统计学意义。CRP、CHOL、LDL-C、ApoB等指标差异有统计学意义（均P < 0.05），表明以上指标可能是加剧心脏损伤的危险因素。

选择低风险组和高风险组之间差异有统计学意义的指标，进行单因素logistic回归分析，量化流感病毒感染患者心肌损伤的相关危险因素，具体结果如表 3所示。结果显示，只有CRP水平升高与心肌损伤风险严重程度显著相关（OR=1.048，95%CI: 1.004~1.094）。然而，其他指标CHOL、LDL-C、ApoB与心肌缺血严重程度无相关性。

季节性流感病毒仍然是人类死亡的重要因素，除了传统上与这些感染相关的肺损伤外，心血管受累以及可能的心肌炎或心肌梗死是流感感染的严重并发症之一^[11]。有大量证据表明流感在其相关的心脏功能障碍的发病率和病死率具有一定作用：①流感住院患者中有时有心肌炎的发生，②在致死的季节性流感病例的尸检中发现了心脏损伤，③在未接种疫苗的人群中，每年流感季节心脏事件数是增加的^[12-13]。尽管对公共健康有重要影响，但关于流感病毒导致心脏病变的潜在机制知之甚少。

近年临床和动物研究表明，流感病毒感染可以改变心脏功能，增加炎症，激活免疫细胞，并造成全身损伤^[14]。此外，炎性细胞（如巨噬细胞、T细胞、中性粒细胞）通过产生细胞因子、蛋白酶、凝血因子、氧化自由基分子，增加内皮损伤、破坏纤维帽开始形成血栓，最终导致急性冠状动脉综合征的发生^[15-16]。CRP是由肝细胞所合成, 有激发补体和促进粒细胞及吞噬细胞的作用，是全身性炎症反应急性期的非特异性标志物。本研究结果提示CRP与流感病毒感染患者心肌损伤密切相关，考虑与患者感染流感病毒后，全身系统炎症反应，CRP血浆浓度升高，同时患者因流感感染致机体发热、脱水、心动过速，肾上腺素激增、高动力循环反应，低氧血症和心脏代谢需求增加等临床表现进而促进心肌缺血发生^[17]。

在心肌缺血的早期，许多患者的心电图正常或大致正常，并未明显改变。根本原因在于，心电信号本质上是由复杂非线性心电动力学系统产生的时变动态模式，仅用静态特征参量常常难以描述这种动态本质特性，当心电图波形的形态变化十分微小时，极容易忽略了该微小变化，导致早期心肌损伤漏诊。心电动力图可以获得十二导联心电图中的微小信息，更早期的发现心肌缺血的证据。2016年的一项研究结果显示心电图诊断心肌缺血的敏感度为90.3%，特异度为87.8%，均高于静息及运动负荷心电图^[18]。此后研究人员不断对心电动力学图像进行量化分析，实现了对心电动力学信号数据的定量描述，并逐步应用于临床分析。

研究团队结合了物理学特征利用数学的方法，实现了对心电信号的动态模式的识别和分析，在对心电信号处理和识别的过程中把系统辨识、模式识别、智能控制等不同方向的研究有机结合起来，利用团队原创的动态学习算法处理心电等信号并得出相应的非线性动力学信息，以非线性动力学信息为运算基础，计算得出相应的诸如近似熵等等混沌系统特征值。再结合大数据机器学习研究，建立动态识别模型，从而得到对混沌系统信号的快速、准确识别与判定的算法，最终得出心肌缺血风险指数，从定量和定性上早期鉴别心肌损伤患者。根据该模型算法，比较非留观病毒感染患者和流感病毒感染患者的低、高风险组患者心肌损伤风险指数发现，高风险组亚组指数值更高，提示存在心肌损伤，同时比较所有患者心肌酶谱未见明显差异，说明心电动力图在心肌损伤方面的早期诊断价值。

综上所述，通过心电动力学动态识别模型测算心肌缺血风险指数可以发现流感病毒感染合并胸痛患者早期心肌损伤，其损伤程度与C反应蛋白升高有关。

利益冲突  所有作者声明无利益冲突

作者贡献声明  顾亚楠：研究设计、论文撰写；郑子文：数据收集及整理、统计学分析；李娜：数据收集；窦清理：论文修改