冠状动脉CT血管造影得出的CT分数流量储备和脂肪衰减指数在预测经皮冠状动脉介入术后支架内再狭窄方面的预测价值

《Therapeutics and Clinical Risk Management》：Predictive Value of CT Fractional Flow Reserve and Fat Attenuation Index Derived from Coronary CT Angiography for In-Stent Restenosis After Percutaneous Coronary Intervention

支架内再狭窄预测：CT-FFR与FAI联合模型的临床价值评估。ΔCT-FFR和FAI lesion是ISR独立预测因子，联合临床数据模型AUC达0.958。

　　冠状动脉疾病（Coronary Heart Disease, CAD）是全球范围内导致死亡的主要原因之一，其影响深远且复杂。随着医学技术的发展，经皮冠状动脉介入治疗（Percutaneous Coronary Intervention, PCI）已成为治疗CAD的重要手段之一。PCI通过在严重狭窄的冠状动脉中植入支架，能够迅速恢复心肌的血液和氧气供应，从而改善患者的临床症状。然而，尽管PCI技术在临床上取得了显著成效，其治疗效果仍可能受到支架内再狭窄（In-Stent Restenosis, ISR）的影响。ISR不仅降低了PCI的整体疗效，还可能导致严重的临床后果，如需要再次血管重建、心肌梗死或支架血栓形成等。因此，早期识别和控制ISR的潜在风险因素，对于减少其发生率、提高患者预后具有重要意义。

在传统的临床评估中，通常依赖于临床数据和影像学检查结果，如冠状动脉造影（Invasive Coronary Angiography, ICA）和冠状动脉CT血管造影（Coronary CT Angiography, CCTA）。然而，这些方法在某些情况下存在局限性，例如ICA的侵入性、成本较高、辐射剂量大以及可能带来的并发症，限制了其在临床中的广泛应用。而CCTA作为一种非侵入性的影像学技术，不仅能够提供冠状动脉的解剖信息，还能够通过结合特定的影像学指标，如CT-FFR（CT-based Fractional Flow Reserve）和脂肪衰减指数（Fat Attenuation Index, FAI），对ISR进行更精准的预测。

CT-FFR是一种基于计算流体力学（Computational Fluid Dynamics, CFD）的非侵入性方法，能够模拟血流动力学变化，评估冠状动脉狭窄对血流的影响。与传统的ICA相比，CT-FFR在评估ISR方面具有更高的准确性和实用性。近年来，基于机器学习（Machine Learning, ML）算法的CT-FFR软件逐渐成熟，使得该技术在临床中的应用更加便捷和高效。此外，FAI作为一种新兴的影像学生物标志物，能够通过量化冠状动脉周围脂肪组织的衰减梯度，反映血管炎症活动。FAI不仅在评估冠状动脉狭窄和心肌缺血方面表现出色，还显示出对ISR的显著预测价值，相较于单纯的CCTA检查具有更高的敏感性和特异性。

本研究旨在探讨CT-FFR和FAI在CAD患者PCI后预测ISR中的价值。通过回顾性收集Linyi Central Hospital在2019年至2024年间接受PCI治疗并随访的患者数据，研究人员对患者的临床特征、支架特性以及影像学指标进行了全面分析。研究发现，CT-FFR_2cm、ΔCT-FFR（即支架近端与远端CT-FFR值的差值）、FAI_lesion（病变区域的FAI值）、支架长度、ΔCT-FFR/长度（ΔCT-FFR与支架长度的比值）、高脂血症和脂蛋白(a)（Lipoprotein(a), Lp(a)）均为ISR的独立预测因子。这些结果表明，CT-FFR和FAI不仅能够有效识别ISR，还能够作为评估患者血管功能和炎症状态的重要指标。

进一步的ROC曲线分析显示，ΔCT-FFR在预测ISR方面的AUC值为0.923（95% CI: 0.889–0.957），具有最高的预测准确性。相比之下，FAI_lesion的AUC值为0.857（95% CI: 0.817–0.896），而临床数据的AUC值仅为0.688（95% CI: 0.628–0.748）。这一结果表明，影像学特征在预测ISR方面优于临床数据。此外，研究人员构建了多个临床预测模型，其中Model 3（结合ΔCT-FFR、FAI_lesion和临床数据）表现出最佳的预测性能，其AUC值为0.958（95% CI: 0.932–0.984）。这说明，将影像学指标与临床数据相结合，可以进一步提高ISR预测的准确性。

在模型验证过程中，校准曲线分析显示，这些预测模型在大多数阈值概率范围内具有较高的校准度，即预测概率与实际结果之间的吻合度较高。决策曲线分析则表明，这些模型在临床实践中具有较高的实用价值，能够帮助医生在临床决策中做出更精准的判断。这些分析结果为未来研究提供了重要的依据，即在CAD患者的PCI后随访中，综合使用CT-FFR和FAI可以显著提高对ISR的预测能力。

研究还指出，ISR的发生与炎症过程密切相关。支架植入后，血管内皮细胞受损，机械性血管壁损伤会引发炎症反应，进而促进新生内膜增生（Neointimal Hyperplasia, NIH）和新动脉粥样硬化（Neoatherosclerosis）的发展。冠状动脉周围脂肪组织（Pericoronary Adipose Tissue, PCAT）能够释放大量促炎性脂肪因子、细胞因子和趋化因子，导致内皮功能障碍、炎症细胞浸润和平滑肌细胞迁移，从而加剧ISR的发生。此外，血管壁释放的炎症介质，如白细胞介素-6（Interleukin-6, IL-6）、肿瘤坏死因子-α（Tumor Necrosis Factor-α, TNF-α）和纤溶酶原激活物抑制剂-1（Plasminogen Activator Inhibitor-1, PAI-1），会对PCAT产生旁分泌效应，抑制其脂肪细胞的增殖和分化，从而降低脂肪积累和整体脂质含量。这一机制表明，炎症活动不仅影响血管壁，还可能通过影响PCAT的代谢和功能，间接影响ISR的发展。

尽管CT-FFR和FAI在预测ISR方面表现出色，但本研究也存在一定的局限性。首先，该研究为单中心回顾性研究，可能存在选择偏倚。其次，支架血管腔的主观编辑可能会影响后续的CT-FFR和FAI计算，从而影响预测的准确性。此外，本研究未区分早期和晚期ISR，而早期和晚期ISR涉及不同的病理生理机制，这可能影响对ISR发生机制的全面理解。因此，未来的研究需要进一步扩大样本量，采用多中心研究设计，并结合其他生物标志物或分子生物学技术，以更全面地评估ISR的发生机制和预测价值。

综上所述，本研究的结果表明，ΔCT-FFR和支架周围FAI是CAD患者PCI后预测ISR的独立指标，且在预测性能方面优于传统的临床数据。通过结合CT-FFR和FAI，可以实现对ISR的综合评估，从而为临床提供更精准的诊断和风险评估工具。这种非侵入性的影像学方法不仅有助于减少不必要的侵入性检查，还能优化PCI后患者的临床管理路径，并为个体化治疗决策奠定基础。未来，随着技术的不断进步和研究的深入，CT-FFR和FAI有望成为ISR预测和干预的重要工具，为改善CAD患者的预后提供新的思路和方法。