現階段，冠狀動脈疾病(CAD)仍是導致全球人群死亡和發病的主要原因。急性冠狀動脈綜合征(ACS)是CAD最常見的表現形式，也是全世界最主要的死亡原因。冠狀動脈計算機斷層掃描(CCTA)是目前診斷冠狀動脈疾病的主要無創檢查方法。為了便於臨床決策和風險分層，CCTA一般用於檢測冠狀動脈鈣化和狹窄程度。然而，血管炎症是動脈粥樣硬化發生和動脈粥樣硬化斑塊破裂的主要原因。
現階段，冠狀動脈疾病(CAD)仍是導致全球人群死亡和發病的主要原因。急性冠狀動脈綜合征(ACS)是CAD最常見的表現形式，也是全世界最主要的死亡原因。冠狀動脈計算機斷層掃描(CCTA)是目前診斷冠狀動脈疾病的主要無創檢查方法。為了便於臨床決策和風險分層，CCTA一般用於檢測冠狀動脈鈣化和狹窄程度。然而，血管炎症是動脈粥樣硬化發生和動脈粥樣硬化斑塊破裂的主要原因。
已有研究證明，冠狀動脈周圍脂肪組織(PCAT)和血管壁之間存在雙向溝通。在血管炎症存在的情況下，來自炎症血管壁的促炎症細胞因子的分泌會抑製PCAT中脂肪細胞的脂肪積累和分化。最近的證據表明，基於CCTA的脂肪衰減指數(FAI)是一個新的預測冠狀動脈炎症存在的生物標誌物，可隨著炎症引起的PCAT組成的梯度而增長。此外，臨床研究表明，FAI可以區分CAD的三個不同階段(急性心肌梗死與無病期與穩定期CAD)。
放射組學是指從醫學圖像中提取由標準模型計算出的特征，隨後可以用機器學習等方法進行評估，為具有臨床意義的圖像找到一種新的應用方法。腫瘤學放射組學研究發現，某些紋理相關模式與潛在的腫瘤生物學和臨床預後獨立相關。
近日，發表在European Radiology雜誌的一項研究開發了用以區分急性心肌梗死(MI)和不穩定型心絞痛(UA)的lPCAT放射組學特征，為臨床早期識別CAD患者疾病狀態並進行及時的治療提供了參考依據。
本項研究將急性MI患者(n = 105)與UA患者(n = 105)相匹配，所有患者以7:3的比例隨機分為訓練組和驗證組。通過最大相關性和最小冗餘度(mRMR)和最小絕對收縮和選擇運算符(LASSO)在近端三條主要心外膜血管(LAD[左前降支動脈]、LCx[左回旋動脈]和RCA[右冠狀動脈])周圍選擇的脂肪衰減指數(FAI)和PCAT放射組學特征，用於建立邏輯回歸模型。最後，構建了一個FAI模型、三個PCAT(LAD、LCx和RCA)的放射組學模型，以及一個使用這些獨立模型得分的綜合模型。通過識別、校準和臨床應用對模型的性能進行了評估。
在訓練和驗證隊列中，與FAI模型(AUC=0.53，0.50)相比，聯合模型取得了更高的性能(AUC=0.97，0.95)，而兩個模型之間的AUC有顯著差異(P < 0.05)。聯合模型的校準曲線顯示出最小的Brier評分損失。決策曲線分析表明，聯合模型比FAI模型提供了更高的臨床效益。
本研究表明，近端三條主要心外膜血管的FAI對於區分急性MI組和UA組的價值有限;而整合了PCAT的基於CCTA、放射組學特征的FAI值在區分急性MI和UA方麵具有重要的作用及價值。
我要跟帖copyright©醫學論壇網 版權所有，未經許可不得複製、轉載或鏡像
京ICP證120392號 京公網安備110105007198 京ICP備10215607號-1 （京）網藥械信息備字（2022）第00160號
