目的建立并运用数学模型筛选超声二维斑点显像技术检测左室旋转／扭转运动改变的敏感指标，初步探讨其诊断心功能不全的应用价值。方法对24例心功能不全患者和32例正常健康志愿者，分别获取左室二尖瓣口水平和心尖水平短轴观图像。测量各短轴观图像在标化时间点处的旋转角度，并依此计算出各标化点处的左室扭转角度。同步记录左室扭转峰值、心尖旋转峰值、心底旋转峰值、收缩末期左心室扭转值、收缩末期心尖旋转值、收缩末期心底旋转值，采用Logistic逐步回归，筛选、鉴别诊断心功能不全患者左室旋转／扭转的相关指标，建立相应数学模型一回归方程；对筛选指标绘制ROC曲线并获得界值。结果心功能不全患者收缩期左室心尖与二尖瓣口水平短轴观的旋转角度峰值及左室扭转角度峰值均显著低于正常组，差异有统计学意义（P〈0．05）；第一步自变量收缩末期左室扭转角度x1（LVtor-at-AVC）入选，方程分类能力达75．0％，第二步自变量左室扭转峰值x2（Peak L Vtor）入选，方程分类能力达85．7％，且LVtor-at-AVC在方程中的作用大于PeakLVtor。回归方程为：P=1／[1＋e^-8.969＋0.378x1＋0.691x2]；ROC评价显示LVtor-at-AVc和Peak L Vtor的ROC曲线偏左上角，其曲线下面积分别为0．891和0．797。对应界值分别为LVtor-at-AVC=9．15°和Peak L Vtor=11．02°，其诊断心功能不全的敏感性、特异性分别为81．25％、83．34％和75．00％、91．67％。。结论运用斑点追踪成像技术显示心功能不全患者时LVtor-at-AVC可敏感评价收缩期左室扭转形变。
