冠状动脉钙化积分的临床研究
2024-11-19 来源:中国临床医生杂志

作者:杨义文,胡春洪,苏州大学附属第一医院 放射科

 

冠状动脉钙化(coronary artery calcification,CAC)与冠状动脉粥样硬化发展相伴随,提示冠状动脉粥样硬化性心脏病(coronary atherosclerotic heart disease,CHD)的存在,与患者是否存在危险因素或症状无关,是未来主要心血管不良事件的确定性预测因子。

 

CAC 起源于冠状动脉血管平滑肌和巨噬细胞凋亡所形成的微钙化,随着时间推移,微钙化结合形成更大的斑点和钙化碎片。目前,有多种成像方式可以对CAC 的存在和程度进行评估。其中,CT 冠状动脉钙化积分(coronary artery calcification score,CACS)扫描是目前最简便、最常用的评估方式,已广泛应用于患者的心血管风险分层、预测患者预后和指导治疗中。

 

1.冠状动脉钙化积分算法

 

CAC 的存在改变了血管壁的X 线吸收系数,在CT 上表现为血管壁密度的变化,是CACS 评分的基础。目前,CACS 计算有三种主要的算法:体积分数、质量分数和Agatston 分数。体积分数主要计算CAC 的体积,这种算法对于噪声宽容度高,但忽略了CAC 密度的影响,会高估CAC 的程度;质量分数是对CAC 中钙化成分质量的测定,但是其计算方法烦琐,在临床上应用受到限制。

 

Agatston 分数是患者CAC 病灶面积和峰值密度乘积的加权和,该方法可靠且可重复性高,有多种后处理软件,是目前临床上最常用的CACS 算法。研究表明,CACS 与患者的年龄、高密度脂蛋白水平正相关,而与患者体重、血糖、总胆固醇水平等负相关。

 

2.冠状动脉钙化积分扫描方案

 

常规CACS 需要进行心电门控心脏CT 平扫,再通过后处理软件进行半自动人工勾画后计算获得。这种方式不仅费时,需要诊断医师经验判断,而且增加患者额外的辐射剂量。近年来,随着CT 扫描仪的发展,优化了扫描方案,后处理技术也不断更新,衍生出多种新的CACS 获取方法。同时,人工智能(artificial intelligence,AI)算法也在CACS 扫描中发挥了重要的作用。

 

2.1 非门控胸部CT 扫描技术在CACS 中的应用 

 

胸部CT 扫描已经广泛应用于胸部疾病的筛查及诊断,约72.6% 患者在非心电门控胸部CT 扫描中可检测到CAC,其中约50% 患者可以进行心脏评估。顾耕等发现,利用大螺距非门控胸部CT 获得的CACS虽然明显低于心电门控心脏平扫的CACS,但两者间具有较高的一致性,且胸部CT 在识别CACS 为0的患者方面具有良好的诊断性能。非门控胸部CT 中CACS 与心血管疾病显著相关,CACS 高于100 的患者发生短期心血管事件的风险增加5.7 倍。利用常规胸部CT 扫描计算CACS 是一种较为可靠的影像筛查方法,对于心血管疾病的检出及风险预测具有较高的附加价值。

 

2.2 虚拟平扫技术在CACS 中的应用 

 

利用不同物质对X 射线的衰减不同的原理,可以区分和软组织,从而可以从冠状动脉CTA 图像中获得虚拟平扫(virtual non-contrast,VNC)图像。从VNC 图像中获得的CACS 与心电门控心脏平扫图像获得的CACS相关性高达95%,虽然患者的CACS 在VNC 中会被低估,但可以通过校正与真实的CACS 保持良好的一致性。利用VNC 替代常规的心脏平扫,可以减少约10.6% 总辐射剂量及39% 检查时间,简化心脏扫描流程,缩短检查时间,有效降低患者的辐射剂量。

 

2.3 AI 算法在CACS 中的应用 

 

随着计算机算力的提升,AI 技术被广泛应用于临床。利用深度卷积神经网络算法进行自动化CACS 评分,与手动测量得到的CACS 具有较高的一致性以及强大的可重复性。AI 技术可改变传统半自动勾画计算CACS 的方法,提高了测量速度和结果的准确度。然而,当CACS 评分较高时,AI 算法的量化误差可能会超过100,对该类患者,还需要人工的干预。

 

利用深度学习算法,可以从冠状动脉CTA 图像中直接获取CACS,获得的钙化斑块体积与CACS 与心电门控心脏平扫获得的结果具有较高的一致性。此外,在非门控胸部CT 以及VNC 图像中,利用AI 算法自动获得的CACS 与人工获得的CACS 均具有较高的一致性,患者也得到了准确的风险分层。

 

3.冠状动脉钙化积分在临床中的应用

 

3.1 心血管风险预测

 

3.1.1 急性胸痛患者排除阻塞性CHD 

 

在急性胸痛患者中,CACS 为0 时,只有不到5% 的患者存在CHD,CACS 为0 可以排除99% 的阻塞性CHD 或者需要进行血运重建的患者。早期对急性胸痛患者进行CACS 评估可以对患者进行有效的分诊,减少额外检测及更具侵入性的措施。

 

3.1.2 CHD 患者危险分层与预后评估 

 

CACS 预测患者发生心血管疾病事件的能力比传统的危险因素评估具有更显著的价值。对一级预防患者的随访研究发现,相较于CACS 为0 的患者,CACS > 100 的患者将来发生心源性猝死的风险显著增高,CACS 为预测一级预防患者将来发生心源性猝死提供了增量价值。在中等或临界风险的特定患者人群中,CACS 也可以有效地对其进行危险分层。

 

CACS 联合其他指标可以进一步提高预测效能。研究表明,在传统危险因素模型中加入CACS 时,可显著改善CHD 患者的风险分层和重分类。此外,将CACS 与炎症指标、冠状动脉以外的钙化、冠状动脉CTA 斑块特征、心外膜脂肪组织等联合,都可增加预测模型的预测效能。

 

3.2 指导治疗决策和临床用药

 

3.2.1 指导复杂CHD 患者血运重建决策 

 

复杂CHD 患者的血运重建可以选择冠状动脉旁路移植术或者经皮冠状动脉介入治疗(percutaneous coronary intervention,PCI),但两者的适用范围存在重叠,对于这些特殊的患者,如何选择血运重建方案是临床决策者需要面对的问题。严重的CAC 会导致冠状动脉壁硬度增加和装置输送受损,导致支架输送、部署和扩张欠佳,增加支架内再狭窄和支架血栓形成风险。

 

术前利用CACS,有利于患者PCI 术前手术方案制定、风险及预后的评估。对于血运重建后的患者,CACS 也可以用来预测患者将来的心血管事件。研究发现,患者术前高CACS 是血运重建后心脏事件发生的重要预测因子之一。

 

3.2.2 指导CHD 患者药物使用 

 

美国心脏协会/ 美国心脏病学会指南建议选择性使用CACS 来指导中度风险CHD 患者他汀类药物的治疗。研究发现,在中度风险的CHD 患者中,CACS > 0 与每千人每年7.5 次以上心血管事件相关,这超过了他汀类药物干预的阈值。因此,对于不确定是否进行他汀类药物治疗的中风险患者,可考虑进行CACS 扫描对其进行再次分类。此外,他汀类药物的使用可以加速冠状动脉斑块向钙化斑块转变,随着钙化密度的增加,整体斑块进展逐步减慢,发生不良心血管事件的风险降低。利用CACS 可以对他汀类药物治疗的患者进行动态监测,评估药物治疗疗效。

 

3.3 指导CHD 患者个体化预防 

 

国内心血管疾病一级预防指南建议在心血管风险中等人群或处于临界风险且治疗方案待定的人群中开展CACS 检查。其他国家的心血管病指南也强调了CAC 在CHD 一级和二级预防中的重要性,并对特定患者亚组提出了精确的CACS 评分间隔、风险临界点、治疗阈值,这对于临床医生正确进行个性化药物治疗以及个体化医疗管理至关重要。

 

4.冠状动脉钙化积分的争议及限制 

 

①辐射安全:电离辐射是各种CT 扫描均需面对的问题,大量研究已经表明,CACS 可以通过常规胸部CT 扫描或者从冠状动脉CTA 图像中额外获取,并不带来额外辐射,且获得的CACS 具有一定的有效性,但仍需要大样本的多中心临床试验进行验证。

 

②扫描参数对CACS 的影响:不同图像重建算法、图像层厚、冠状动脉重建期相都会影响CACS。因此,需要制订标准的扫描方案来实现多次扫描间CACS 的可重复性。研究发现,相较于标准120kV扫描方案,将管电压降至100kV,层厚降至1mm 或1.25mm,再加上更高的迭代重建水平,不仅可以降低辐射剂量,还可以提高不同扫描间CACS 的一致性。

 

③ CACS 是目前进行CHD 患者危险分层最简便的影像学方法,但CACS 为0 并不能除外阻塞性冠状动脉狭窄,高CACS也并不一定提示阻塞性冠状动脉狭窄。基于现有的循证医学证据,仅推荐使用CACS 进行初步的风险评估。

 

④ CACS 一定程度上可以提高CHD风险预测模型的预测价值,但其收益可能被成本、偶然发现率和辐射风险所抵消,CACS 是否需要作为常规CHD 风险评估内容需要进一步的循证证据支持。

 

5.展望

 

CACS 作为一种简便易行的冠状动脉辅助诊断工具,可以有效对患者进行危险分层,帮助决策者制定治疗方案,指导药物治疗和生活方式干预。然而,CACS 仅能对CHD 患者进行初步的评估,不能替代其他心血管检查方法。随着影像技术和AI 辅助软件的发展,CACS 在临床中的应用必定会更加广泛。

 

来源:杨义文,胡春洪.冠状动脉钙化积分的临床研究[J].中国临床医生杂志,2023,51(11):1269-1271.


(本网站所有内容,凡注明来源为“医脉通”,版权均归医脉通所有,未经授权,任何媒体、网站或个人不得转载,否则将追究法律责任,授权转载时须注明“来源:医脉通”。本网注明来源为其他媒体的内容为转载,转载仅作观点分享,版权归原作者所有,如有侵犯版权,请及时联系我们。)

2
收藏 分享