European Radiology：利用常规斑块参数和CCTA的放射组学特征预测冠状动脉的斑块进展

随着随着全球人口老龄化的进展，冠状动脉疾病 (CAD) 已成为严重威胁人类生命安全的公共疾病。此外，CAD进展与高心血管发病率和死亡率直接相关。因此，确定冠状动脉斑块进展的危险因素有助于更好地理解CAD发展的自然过程并指导临床决策。

在先前的研究中，通过侵入性冠状动脉造影对冠状动脉斑块的表征显示了斑块进展的中等预测价值。现阶段，计算机断层血管造影 (CCTA) 已越来越多地用于评价斑块的形态和成分。传统的斑块特征，如斑块负荷和成分，是主要不良心脏事件的强有力的预测因子。最近，血管周围脂肪衰减指数(FAI)已被多项研究及学者提议作为评估冠状动脉炎症的生物标志物。然而，这些传统的成像标记提供了关于冠状动脉斑块微环境的信息有限，这导致无法准确和全面地评估斑块的进展。

放射组学是一项提取来自数字图像尺寸数据微量元素的影像学方法，可获得病变的病理生理信息，并评价其与放射学的关系。因此，放射组学可以提高临床对CAD的认识，改善CAD的诊断和预测其进展。尽管放射组学在肿瘤学领域有着广泛的应用前景，然而以放射组学为基础的冠状动脉斑块分析受到了很大程度的限制。

近日，发表在European Radiology杂志上的一篇研究探讨了结合常规斑块参数和冠状动脉计算机断层扫描血管造影（CCTA）得出的放射组学特征预测冠状动脉斑块进展的能力及价值。 

本项研究回顾性分析了2009年1月至2020年8月期间接受过至少两次CCTA检查的400名患者的临床数据和CCTA图像。研究记录了直径狭窄、斑块总体积和负荷、钙化斑块体积和负荷、非钙化斑块体积和负荷（NCPB）、冠状动脉周围脂肪衰减指数（FAI）以及其他常规斑块参数。采用分层随机分割法将患者按7:3的比例分配到训练队列（n = 280）和验证队列（n = 120）中。使用接收者操作特征曲线下面积（AUC）评估常规参数（模型 1）、放射组学特征（模型 2）和组合（模型 3）的预测能力。 

在训练队列中，FAI和NCPB被确定为冠状动脉斑块进展的独立风险因素。模型2（训练队列AUC：0.814, p < 0.001; 验证队列AUC：0.729, p=0.288）和模型3（训练队列AUC：0.824, p< 0.001; 验证队列AUC：与模型1（训练队列 AUC：0.646；验证队列 AUC：0.654）相比，模型3（训练队列AUC：0.824，p<0.001；验证队列AUC：0.758，p=0.042）在预测斑块进展方面具有更好的诊断性能。此外，模型3略高于模型 2，但无统计学意义。 

 表 常规冠状动脉斑块参数结合放射组学的ROC分析

本项研究表明，结合常规冠状动脉斑块参数和CCTA衍生的放射组学特征预测斑块进展的能力优于单独使用常规参数进行预测，有助于冠状动脉疾病的进一步临床决策。

原文出处：

Changjing Feng,Rui Chen,Siting Dong,et al.Predicting coronary plaque progression with conventional plaque parameters and radiomics features derived from coronary CT angiography.DOI:10.1007/s00330-023-09809-4