頸動脈斑塊總長度對冠心病的篩查價值

和偉偉,崔新月,靳 之,韓東建,張 義，姜慶嬌,王富行,劉志煜,上官佳紅,張金盈,沈德良

1)鄭州大學第一附屬醫院心血管內科 鄭州 450052 2)河南省心臟損傷修復重點實驗室 鄭州 450052

近年來全球冠心病(coronary artery disease,CAD)發病率與死亡率逐年上升，造成嚴重的經濟負擔[1-2]。冠心病的早期識別對于減少惡性心血管事件極為重要。冠狀動脈造影(coronary angiography，CAG)是診斷冠心病的金標準，但因具有侵入性、放射性及潛在的腎損傷風險等，限制了其在人群中的廣泛使用，常作為初篩后的進一步檢查手段。Duke臨床評分及Diamond-Forrest法臨床評分為目前應用最為廣泛的CAD預測模型，但相關研究[3]指出UDFM、DCS 對于我國可疑CAD患者的評估準確性不高，且存在性別差異。

頸動脈硬化是全身動脈粥樣硬化的局部表現，是反映冠狀動脈粥樣硬化的理想窗口。頸動脈超聲是檢查頸動脈粥樣硬化的有效方法，易于在人群中廣泛開展。頸動脈內膜中層厚度(carotid intima-media thickness,c-IMT)與CAD密切相關且未來心血管事件發生的風險隨著c-IMT的增加而升高[4-5]，但由于c-IMT測量值易變、缺乏統一測量標準，其預測價值目前飽受爭議[6-7]。目前多數研究表明，頸動脈斑塊參數在一定程度上改善了傳統模型對CAD的預測及判別能力，如最大斑塊厚度(maximum plaque length,MPH)[8-9]、斑塊總厚度(total plaque length,TPH)[8，10-11]、最大斑塊長度(maximum plaque length,MPL)[12]、斑塊面積[13]、斑塊的質地和回聲[14]、斑塊體積[15]等。斑塊面積、體積的測量和計算繁瑣，不易大批量操作。MPH和MPL的測量盡管省時省力，卻忽略了較小斑塊的信息，容易造成漏診或低估病情。斑塊厚度變化小，測量中人為誤差影響大，不易動態觀察，且部分CAD患者的頸動脈斑塊反而呈現出扁薄型[10]，因此與厚度相比，斑塊長度具有檢測靈敏的優點。我們選擇頸動脈斑塊總長度(total plaque length,TPL)作為分析指標，探討其對CAD篩查及CAD患者病變嚴重程度的預測價值。

1 對象與方法

1.1 研究對象連續選取鄭州大學第一附屬醫院心內科2018年6月至2019年1月因胸部不適疑診為CAD的患者658例，納入標準為住院期間接受頸動脈超聲及首次CAG檢查，檢查時間間隔低于1周。排除標準：①既往有心肌梗死或血運重建病史者。②急性心肌梗死、原發性心肌病、嚴重左心室功能不全[左室射血分數(LVEF)<30%]或重度瓣膜性心臟病者。③急性腦血管病、惡性腫瘤或血液病者。④嚴重腎功能不全[腎小球濾過率(eGFR)<50 mL/min]或感染者。⑤既往接受過頸動脈內膜剝除術或頸動脈支架植入術者。最終入選298例。

1.2 一般觀察指標收集對象的基本資料，包括年齡、性別、吸煙史，血壓、心率、LVEF，血漿低密度脂蛋白(LDL-C)、高密度脂蛋白(HDL-C)、總膽固醇(TC)、甘油三酯(TG)水平，空腹血糖、糖化血紅蛋白水平，肌酐濃度、eGFR等。心率、血壓為24 h動態心電圖及動態血壓測量結果。高血壓診斷標準為既往高血壓病史或24 h平均血壓≥130/80 mmHg(1 mmHg=0.133 kPa)。糖尿病定義為空腹血糖≥7.0 mmol/L或餐后2 h血糖≥11.1 mmol/L或使用降糖藥物。LVEF由心臟超聲測得，其余生化指標為入院第2天清晨空腹狀態下抽血化驗所得。其中年齡、性別、高血壓、糖尿病、吸煙、LDL-C、HDL-C、TG、TC、肌酐為傳統危險因素(traditional risk factors,TRF)。

1.3 超聲檢查采用配備了7.5 MHz換能器的超聲系統進行頸動脈超聲檢查?；颊哐雠P位，頸部充分暴露，由專業超聲技術人員依次掃描兩側頸總動脈主干(CCA)、頸總動脈分叉處(CAB)、頸內動脈(ICA)、頸外動脈(ECA)及鎖骨下動脈(SCA)。病變滿足以下條件中的至少一條判定為頸動脈斑塊：①動脈壁異常增厚(c-IMT≥1.5 mm或厚度大于周圍c-IMT的50%)。②突出到管腔中并且與相鄰動脈壁邊界的對準度消失。③回聲比相鄰邊界明亮[16-17]。兩側厚度最大的斑塊的厚度為MPH，兩側所有斑塊厚度之和為TPH，兩側長度最大的斑塊長度為MPL，兩側所有斑塊長度之和為TPL。

1.4 CAG檢查以Seldinger法對研究對象進行CAG檢查?？紤]到狹窄程度達到70%為血運重建的臨界標準，因此本研究以至少一條主要冠脈血管或其主要分支狹窄≥70%為阻塞性CAD的標準。存在至少2條主要冠脈或其主要分支狹窄≥70%為多支病變，多支病變提示冠脈狹窄嚴重。

1.5 統計學處理采用SPSS 26.0處理數據。Gensini評分、MPH、TPH、MPL、TPL、TG均不符合正態分布，以中位數(P25，P75)表示。CAD與非CAD患者，多支病變與單支病變CAD患者年齡、心率、血壓、LVEF、血脂、血糖、糖化血紅蛋白、肌酐、eGFR水平及超聲參數的比較采用兩獨立樣本t檢驗或秩和檢驗，性別、吸煙構成和糖尿病、高血壓患病率的比較采用χ2檢驗。以TRF為調整因素，以頸部動脈斑塊參數為自變量，采用Logistic回歸構建CAD診斷模型和CAD多支病變預測模型，采用凈重新分類改善(net reclassification improvement,NRI)評估模型的重分類能力。檢驗水準α=0.05。

2 結果

2.1 CAD組與非CAD組臨床特征的比較298例中，CAD確診158例(53.02%)。CAD組和非CAD組臨床特征的比較見表1，CAD組MPH、TPH、MPL及TPL均大于非CAD組。

表1 CAD組與非CAD組的基本情況

2.2 多支病變和單支病變CAD患者臨床特征的比較158例CAD患者中，單支病變96例，多支病變62例，兩組臨床特征的比較見表2。多支病變組高血壓患病率、空腹血糖及糖化血紅蛋白水平、Gensini評分、TPH及TPL均大于單支病變組。

表2 CAD單支病變組與多支病變組臨床特征的比較

2.3 頸動脈斑塊參數對CAD的診斷價值以TRF為調整因素，以是否CAD為因變量(是=1，否=0)，分別以MPH、MPL、TPH、TPL為自變量，進行Logistic回歸分回歸分析，構建診斷模型，結果見表3。各個模型對CAD診斷效能分析結果見表4。結果顯示，與單純TRF模型比較，TRF+TPH模型和TRF+TPL模型的重分類改善能力具有統計學意義(P<0.05)，改善程度最大的為TRF+TPL模型,相對NRI達14.58%。

表3 CAD預測的Logistic回歸分析結果

表4 不同模型對CAD的診斷效能分析

2.4 頸動脈斑塊參數對CAD多支病變的預測價值以TRF為調整因素，以是否CAD多支病變為因變量(是=1，否=0)，分別以MPH、MPL、TPH、TPL為自變量，進行Logistic回歸分析，構建診斷模型，結果見表5。各個模型對CAD多支病變的預測分析結果見表6。結果顯示，與單純TRF模型比較，TRF+TPL模型的重分類改善能力具有統計學意義(P<0.05)，相對NRI達18.95%。

表5 CAD多支病變預測的Logistic回歸分析結果

表6 不同模型對CAD多支病變的預測效能分析

3 討論

本研究著重探討了頸動脈斑塊參數TPL對CAD的篩查價值和對CAD病變嚴重程度的預測價值。有研究[18]表明，Gensini評分可用于評估CAD的嚴重程度，但對扭曲血管和鈣化斑塊的評估則很困難。因此，以Gensini評分作為反映CAD病變嚴重程度的指標尚有不足。本研究以是否多支病變來判定CAD病變嚴重程度。

本研究結果顯示，CAD患者的MPH、TPH、MPL及TPL均大于非CAD患者；CAD多支病變患者高血壓患病率、空腹血糖及糖化血紅蛋白水平、Gensini評分、TPH及TPL均大于單支病變者，說明TPL與CAD的嚴重性有關，會隨著冠脈狹窄的嚴重而增加。以TRF為調整因素，以是否CAD為因變量，分別以MPH、MPL、TPH、TPL為自變量，進行Logistic回歸分析，構建診斷模型；與單純的TRF模型比較，TRF+TPH模型和TRF+TPL模型的重分類改善能力增加，其中TRF+TPL模型相對NRI最大，達14.58%。以同樣方法構建CAD多支病變的預測模型，與單純的TRF模型比較，TRF+TPL模型的重分類改善能力增加，相對NRI達18.95%。提示TPL是一個敏感且有效的指標，對CAD和CAD病變嚴重程度均有識別價值。

本研究Logistic回歸分析結果顯示，即使調整了TRF，TPL、TPH、MPL、MPH仍然是CAD的危險因素，MPH及MPL不是CAD多支病變的危險因素。一個可能的原因是MPH和MPL變化范圍小且不夠敏感，不能隨著冠脈狹窄程度的增加而明顯變化，故當作為多支病變預測指標時其劣勢凸顯。

綜上所述，在CAD初步篩查過程中，TPL可以作為相對客觀、準確且有效的預測指標，以識別高危患者并建議其盡早采取有創檢查。但是，本研究是一個單中心研究，樣本量有限，同時本研究也是一項回顧性研究，因此仍需要多中心、多區域、多水平、前瞻性研究來進一步明確TPL對CAD發生發展的預測和篩查價值。