冠狀動脈CT血管成像預測冠狀動脈斑塊患者發生主要不良心臟事件的價值

尹小花，徐 榮，李春晨，王迎春，周 慧*

(1.上海市嘉定區中心醫院放射影像科，2.超聲影像科，上海 201800)

冠狀動脈CT血管成像預測冠狀動脈斑塊患者發生主要不良心臟事件的價值

尹小花1，徐 榮2，李春晨1，王迎春2，周 慧1*

(1.上海市嘉定區中心醫院放射影像科，2.超聲影像科，上海 201800)

目的探討冠狀動脈CT血管成像(CCTA)預測冠狀動脈斑塊患者發生主要不良心臟事件(MACE)的價值。方法對256例冠狀動脈粥樣硬化斑塊患者行CCTA檢查，于CCTA圖像上定量評定冠狀動脈管腔狹窄程度，并依據斑塊成分進行分型。隨訪MACE發生情況，建立預測MACE的3個模型(模型1，冠狀動脈狹窄程度分級；模型2，冠狀動脈狹窄程度分級聯合管壁斑塊分型；模型3：冠狀動脈狹窄程度分級聯合管壁斑塊分型和臨床危險因素指標)，評估3個模型對MACE的預測效能。結果256例病例中47例失訪，最終隨訪209例患者。隨訪結束時，46例發生MACE。冠狀動脈狹窄程度分級和斑塊分型評估MACE發病風險的風險比分別為4.47、3.43，高于臨床危險因素指標。模型2、模型3預測MACE的ROC曲線下面積明顯大于模型1(P<0.05)，模型2和模型3預測MACE的ROC曲線下面積差異無統計學意義(P=0.076)。結論CCTA可定量評估冠狀動脈管腔狹窄程度并進行斑塊分型，聯合應用有助于提高MACE的預測效能。

冠狀血管；體層攝影術，X線計算機；血管造影術；危險因素；斑塊，粥樣硬化

心血管疾病是患者致殘和過早死亡的主要原因之一，且發病年齡呈年輕化趨勢[1]。Yussuf等[2]認為90%的心肌梗死可被預測。有一種或多種危險因素的不良心臟事件(major adverse cardiac events, MACE)高風險患者，可以通過一級預防改變危險因素或進行臨床干預以減少不良事件的發生。因此，需要一種可有效評估心血管病危險的方法預測MACE的發生。冠狀動脈CT血管成像(coronary CT angiography, CCTA)可提供豐富的冠狀動脈解剖信息，其顯示冠狀動脈管腔狹窄程度可與冠狀動脈造影相媲美[3]；同時，CCTA還可清晰顯示斑塊內脂質、纖維、鈣化等不同組織成分，并鑒別可能導致MACE的不穩定斑塊[4-5]。本研究采用CCTA評估冠狀動脈管腔狹窄程度和斑塊成分，旨在探討CCTA預測MACE發病風險的價值。

1 資料與方法

1.1 一般資料 收集2013年1月—2015年8月于我院接受CCTA檢查的患者256例。所有患者均存在冠狀動脈粥樣硬化斑塊，并因胸痛、胸悶等疑似冠心病癥狀就診。排除標準：①嚴重心律失常，包括頻發早搏、心房顫動等；②心肌炎；③冠狀動脈支架植入、旁路移植手術等心臟手術史患者；④肝腎功能不全或有對比劑過敏史患者；⑤重度肺氣腫、肺纖維化及其他換氣功能不良無法屏氣患者；⑥CCTA圖像質量差，評估受限者。本研究通過醫院倫理委員會審核，所有入選患者均簽署CCTA知情同意書及臨床試驗知情同意書。

1.2 臨床危險因素收集 傳統冠心病臨床危險因素為：年齡、性別、吸煙情況、血壓、體質量指數(body mass index, BMI)、空腹血糖、血總膽固醇、B型鈉尿肽(B-type natriuretic peptide, BNP)、左心室射血分數(left ventricular ejection fraction, LVEF)。

1.3 CCTA與圖像分析 采用Philips Brilliance 64排螺旋CT掃描儀，管電壓120～140 kV，管電流800～840 mAs，依體質量而定。層厚0.9 mm，矩陣512×512，螺距0.2，FOV 150 mm。常規行前瞻性ECG門控冠狀動脈鈣化積分掃描，增強掃描采用人工智能觸發掃描系統，ROI置于氣管隆嵴下1 cm層面降主動脈，觸發閾值設定為120 HU，密度達到預設值時，自動觸發心臟容積掃描。采用非離子型對比劑碘帕醇(370 mgI/ml)，雙筒高壓注射器經肘靜脈以流率5.0 ml/s、總量50～80 ml注射。對于預掃描心率>70次/分患者，于檢查前30 min口服美托洛爾25～50 mg，待心率降至70次/分以下再掃描。所有掃描均在患者靜息狀態下吸氣后屏氣完成。

采用Philips獨立工作站提供的冠狀動脈分析軟件。按照R波后40%、45%、70%、75%時相進行重建，選取血管顯示最清楚的時相進行后處理，一般選取R波后75%時相，必要時可綜合分析其他時相圖像。主要分析冠狀動脈三大主干及主要分支的血管整體形態及軸位圖像，測定冠狀動脈管腔狹窄程度和粥樣斑塊的CT值。CCTA圖像由2名有經驗的放射科醫師獨立閱片,意見不同時經協商達成一致。

采用Gensini積分系統定量評價血管狹窄程度[6]。患者冠狀動脈病變程度的最終積分為各分支積分之和。狹窄程度分級標準：<4分為1級，4～20分為2級，21～32分為3級，>32分為4級。冠狀動脈斑塊分型(斑塊大小超過相應管腔直徑25%者列入計數和評估，并依據斑塊成分的CT值分型)：Ⅰ型，鈣化斑塊，CT值130～1 300 HU；Ⅱ型，混合斑塊(包含纖維、脂質和鈣化多種成分)；Ⅲ型，纖維斑塊，CT值 50～129 HU；Ⅳ型，脂質斑塊，CT值-40～49 HU。如含有2種或2種以上不同性質的斑塊，記錄狹窄率最高的斑塊性質。

1.4 隨訪 所有患者每4個月隨訪1次，隨訪截止至2016年8月。隨訪方式采用門診隨訪或電話回訪。隨訪內容包括患者MACE發生情況及時間。MACE包括：不穩定心絞痛、非致死性心肌梗死、心源性猝死和靶血管血運重建(包括溶栓、冠狀動脈搭橋手術和冠狀動脈支架植入手術)。發生MACE的病例終止隨訪。

1.5 統計學分析 采用SPSS 17.0統計分析軟件。連續變量以±s表示，組間比較采用獨立樣本t檢驗。分類變量以百分比表示，組間比較無序資料采用χ2檢驗，等級資料采用非參數檢驗。不同危險組別的事件發生率比較釆用Kaplan-Meier法中的Log-rank檢驗進行分析。采用MedCalc軟件繪制ROC曲線評價不同危險分層方法預測MACE的價值。采用Cox回歸模型對臨床心血管病危險因素、CCTA狹窄分級及斑塊分型進行生存曲線分析，采用Logistic回歸方程的系數獲得聯合預測因子，建立預測MACE的3個模型：模型1：CCTA狹窄分級；模型2：CCTA狹窄分級聯合斑塊分型；模型3：CCTA狹窄分級聯合斑塊分型和臨床危險因素指標。采用ROC曲線下面積評估3個模型預測MACE的效能。P<0.05為差異有統計學意義。

圖1 患者女，62歲，反復發作胸悶、胸痛，MACE組CCTA顯示LAD中段軟斑塊(箭)，斑塊表面凹凸不平，管腔重度狹窄，行冠狀動脈支架植入后發作明顯改善 A.軸位圖像； B.曲面重建圖像； C.冠狀動脈探針技術圖像； D.VR圖

2 結果

256例患者中，47例失訪(32例無法聯系、12例無法獲得準確的隨訪信息、3例因腫瘤死亡)，最終隨訪209例患者。209例患者中，男125例、女84例，年齡40～75歲，平均(62.9±8.3)歲，隨訪128～1329天，中位隨訪時間727天。隨訪期間46例發生MACE(MACE組)，最早出現MACE的時間為128天，其中不穩定心絞痛5例、非致死性心肌梗死3例、心源性猝死3例、接受冠狀動脈支架植入術30例、冠狀動脈旁路手術5例。至隨訪結束163例未出現MACE(無MACE組)。CCTA圖像見圖1。

2.1 臨床心血管病危險因素評估 MACE組與無MACE組BMI、收縮壓、總膽固醇、BNP、LVEF差異有統計學意義，見表1。ROC曲線分析顯示，BMI、收縮壓、總膽固醇、LVEF和BNP的曲線下面積分別為0.721、0.703、0.688、0.762和0.826(P均<0.05)，其中LVEF和BNP具有較高的預測效能，見圖2。

2.2 CCTA圖像分析 MACE組與無MACE組CCTA冠狀動脈狹窄程度和斑塊分型比較見表1，MACE組冠狀動脈狹窄程度以3、4級為主，無MACE組冠狀動脈狹窄程度以1、2級為主，兩組同一等級間比較差異均有統計學意義(P<0.05)。MACE組斑塊以Ⅲ型和Ⅳ型為主，無MACE組斑塊以Ⅱ型和Ⅲ型為主，兩組同型間比較差異均有統計學意義(P均<0.05)。CCTA狹窄分級預測MACE的ROC曲線下面積為0.882(P=0.0001)，截斷值為>2級，敏感度和特異度分別為89.13%、79.75%。斑塊分型的ROC曲線下面積為0.773(P=0.0001)，截斷值為>Ⅰ型，敏感度和特異度分別為84.78%，61.35%，見圖3。

2.3 臨床心血管病危險因素、CCTA狹窄分級和斑塊分型對MACE的預測價值比較 臨床心血管病危險因素、CCTA狹窄分級和斑塊分型預測MACE的COX回歸分析見表2。CCTA狹窄分級和斑塊分型預測MACE發病風險的風險比(hazard ratio， HR)分別為4.47、3.43，高于各臨床危險因素。CCTA狹窄分級和斑塊分型預測MACE的生存曲線見圖4，CCTA狹窄分級和斑塊分型均可有效區分MACE組和無MACE組(P<0.001)。各臨床心血管病危險因素指標中，LVEF和BNP有較好的預測價值。

2.4 3種模型預測MACE能力的比較 3種模型的ROC曲線分析見表3、圖5，其中模型3曲線下面積最大，模型2、模型3預測MACE能力的曲線下面積大于模型1(P=0.020、0.003)，而模型2、模型3預測MACE的能力的曲線下面積差異無統計學意義(P=0.076)。

表1 兩組患者臨床心血管病危險因素比較

注：t/χ2值和P值均為MACE組和無MACE組間比較

圖2臨床心血管病危險因素預測MACE的ROC曲線圖3CCTA狹窄分級和粥樣斑塊分型預測MACE的ROC曲線圖4CCTA狹窄分級(A)和粥樣斑塊分型(B)預測MACE的生存曲線分析圖53種模型預測MACE的ROC曲線

3 討論

CCTA可清晰顯示冠狀動脈結構及毗鄰組織，在冠狀動脈疾病的診斷中具有獨特的價值[3,7]。國際多中心CONFIRM研究證實了CCTA中有意義狹窄病變預測急性冠狀動脈事件的價值及無價值狹窄排除未來事件的意義[8]。本研究結果顯示，CCTA狹窄分級具有較高的敏感度(89.13%)和陰性預測值(96.3%)，與既往研究[9]報道一致。CCTA狹窄分級大于2級的患者MACE發生率明顯升高，需引起臨床重視和更密切的隨訪，若CCTA未發現明顯異常，基本可排除受檢者患冠心病的可能，其MACE的發生率也非常低，與 Abdulla 等[10]薈萃分析研究結果一致。CCTA在準確顯示冠狀動脈狹窄的同時，還可清晰顯示斑塊內脂質、纖維、鈣化等不同組織成分，鑒別可能導致MACE的不穩定斑塊[4-5]。CCTA與血管內超聲的對照研究顯示，CCTA診斷軟斑塊的敏感度和特異度分別達95%和80%[11]。本研究顯示脂質斑塊和纖維斑塊患者發生MACE的風險明顯升高，需及時給予臨床干預。

表2 臨床心血管病危險因素、CCTA狹窄分級和斑塊分型的Cox回歸分析

注：糖尿病史和吸煙史在單因素分析時P均>0.05，所以未納入多因素分析

表3 3種模型預測MACE的效能比較

CCTA綜合分析冠狀動脈狹窄程度和斑塊特征可以對MACE的危險性進行全面預測。研究[12]證實，導致冠狀動脈腔嚴重狹窄的非鈣化斑塊且斑塊厚度≥3.4 mm的患者MACE發病風險明顯升高。本研究顯示CCTA狹窄分級與斑塊分型均對MACE有較高的預測能力，二者聯合后可進一步提高預測的準確率，獲得更高的預測效能。CCTA狹窄分級聯合斑塊分型和臨床危險因素模型也有較高預測效能，但與CCTA狹窄分級聯合斑塊分型模型比較差異無統計學意義，故CCTA狹窄分級聯合斑塊分型模型在臨床應用更有效，可方便地預測MACE的發病風險。

本研究的局限性：①樣本量小、隨訪時間有限，要獲得影像學指標在心血管病危險分層中的權重并制定影像學聯合方法進行危險分層的標準，還需大規模多中心前瞻性隨機對照研究；②入選病例均為有臨床癥狀的患者，CCTA檢查結果對患者和醫師采用盲法不符合倫理要求，因此在隨訪過程中不排除患者采取治療措施降低了心血管病危險因素從而低估了MACE的發病風險，還需擴大樣本量對隨訪過程中危險因素的動態變化、藥物干預情況進行分析。

總之，本研究初步探討了CCTA在MACE發病風險預測中的價值，通過綜合評估冠狀動脈狹窄程度和斑塊性質預測MACE的發病風險，有效提高了預測效能，為臨床醫師提供了一種無創、客觀、高效的MACE風險預測方法。

[1] 王文，朱曼璐，王擁軍，等．《中國心血管病報告2012》概要．中國循環雜志，2013，28(6)：408-412．

[2] Yusuf S, Hawken S, Ounpuu S, et al. Effect of potentially modifiable risk factors associated with myocardial infarction in 52 countries (the INTERHEART study): Case-control study. Lancet, 2004,364(9438):937-952.

[3] Weber MA. Cost efficiency analysis of CT coronary angiography for exclusion of significant coronary artery stenosis: Comparison with conventional invasive coronary angiography before cardiac surgery. Radiology, 2013,53(9):752-754.

[5] 何斌，蓋魯粵，蓋兢涇，等．冠狀動脈CT與冠心病危險因素的相關分析．南方醫科大學學報，2012，32(10)：1400-1406．

[6] Gensini GG. A more meaningful scoring system for determining the severity of coronary heart disease. Am J Cardiol, 1983,51(3):606.

[7] Cantoni V, Green R, Acampa W, et al. Long-term prognostic value of stress myocardial perfusion imaging and coronary computed tomography angiography: A meta-analysis. J Nucl Cardiol, 2016,23(2):185-197.

[8] Min JK, Dunning A, Lin FY, et al. Age-and sex-related differences in all-cause mortality risk based on coronary computed tomography angiography findings. J Am Coll Cardiol, 2011,58(8):849-860.

[9] Miller JM, Rochitte CE, Dewey MA, et al. Diagnostic performance of coronary angiography by 64-Row CT. N Engl J Med, 2008,359(22):2324-2336.

[10] Abdulla J, Asferg C, Kofoed KF. Prognostic value of absence or presence of coronary artery disease determined by 64-slice computed tomography coronary angiography: A systematic review and meta-analysis. Int J Cardiovasc Imaging, 2011,27(3):413-420.

[11] Marwan M, Taher MA, El Meniawy K, et al. In vivo CT detection of lipid-rich coronary artery atherosclerotic plaques using quantitative histogram analysis: A head to head comparison with IVUS. Atherosclerosis, 2011,215(1):110-115.

[12] 吳堅，楊立，趙林芬，等．64層CT評價冠狀動脈非鈣化斑塊與急性心臟事件的初步研究．臨床放射學雜志，2009，28(1)：54-57．

CoronaryCTangiographyinpredictionofmajoradversecardiaceventsinpatientswithcoronaryplaques

YINXiaohua1,XURong2,LIChunchen1,WANGYingchun2,ZHOUHui1*
(1.DepartmentofRadiology, 2.DepartmentofUltrasound,JiadingCentralHospital,Shanghai201800,China)

ObjectiveTo explore the value of coronary CT angiography (CCTA) in prediction of major adverse cardiac events (MACE) in patients with coronary plaques.MethodsTotally 256 coronary atherosclerotic plaque patients underwent CCTA. The degree of coronary stenosis was assessed quantitatively, and the plaque components were analyzed and classified. The occurrence of MACE was followed up. Three models were established for predicting MACE, including model 1 (classification of CCTA stenosis), model 2 (classification of CCTA stenosis combined with plaque typing) and model 3 (CCTA combined with plaque typing and clinical risk factors). The ability of the three models to predict MACE was evaluated.ResultsFollow-up was completed in 209 patients. Forty-six patients had experienced MACE. Classification of CCTA stenosis and plaque typing were used to assess the risk of MACE, and the hazard ratio (HR) was 4.47 and 3.43, respectively, both higher than those of clinical risk factors. The predictive ability of MACE by model 2 and model 3 was significantly superior to that of model 1 (P<0.05), and there was no significant difference between model 2 and model 3 (P=0.076).ConclusionCCTA can assess the risk of MACE from both coronary stenosis and plaque typing. The new modality of CCTA stenosis classification combined with plaque typing could promote the ability of CCTA to predict the risk of MACE.

Coronary ressels; Tomography, X-ray computed; Angiography; Risk factors; Plaque, atherosclerotic

10.13929/j.1003-3289.201703153

R541.4； R814.42

A

1003-3289(2017)10-1506-06

上海市衛生與計劃生育委員會科研項目(201440598)、上海市科委醫學引導項目(134119b2300)。

尹小花(1982—)，女，湖南邵陽人，碩士，主治醫師。研究方向：心血管系統影像診斷。E-mail: lorayxiaohua@163.com

周慧，上海市嘉定區中心醫院放射影像科，201800。E-mail: zhouhui2809@hotmail.com

2017-03-28

2017-07-23