基于CT的分数流量储备与血管周围脂肪衰减指数的综合应用：一种预测支架内再狭窄的多模态方法

《Frontiers in Cardiovascular Medicine》：Integrated CT-derived fractional flow reserve and perivascular fat attenuation index: a multimodal approach to predict in-stent restenosis

支架内再狭窄（ISR）风险预测模型研究：整合CT-FFR与FAI的多模态模型表现优异，AUC达0.793，优于单独临床模型（ΔAUC+0.137）。炎症指标FAI（OR 1.10）与血流动力学参数CT-FFR（OR 0.47）协同作用揭示ISR病理机制中炎症与血流剪切应力受损的交互影响。

　　
近年来，经皮冠状动脉介入治疗（PCI）后支架内再狭窄（ISR）的预测成为心血管领域的研究热点。传统评估主要依赖影像学解剖参数，但单纯解剖学指标难以捕捉炎症介导的病理生理机制。基于此，一项前瞻性研究创新性地整合了炎症与血流动力学双重生物标志物，构建了CT-FAI-FFR预测模型，为ISR风险分层提供了新思路。

### 研究背景与意义
ISR作为PCI术后常见并发症，其发生机制涉及复杂的炎症-血流动力学相互作用。现有研究多聚焦于解剖学参数或单一血流动力学指标，但临床实践表明，30%的解剖学“轻度”狭窄（30%-50%）患者存在显著缺血（FFR≤0.80），这类患者更易发展为ISR（发生率达24.4%）。此外，传统影像学难以评估炎症活动这一核心病理因素，而现有生物标志物（如hs-CRP）存在特异性不足的问题。因此，建立融合解剖学、炎症标志物与血流动力学的综合预测体系具有重要临床价值。

### 研究方法与设计
该研究采用回顾性队列设计，纳入2020-2024年间接受PCI的437例患者（225个靶病变），通过严格的多层筛选机制最终保留144例患者（225个病变）进入分析。核心创新点在于：
1. **双模态生物标志物整合**：基于CT血管造影（CCTA）开发了自动化分析系统，同步获取：
- **CT-FFR**：通过深度学习算法重建血流动力学参数，评估狭窄区心肌供血状态
- **FAI**：量化支架周围脂肪组织的衰减值（-190至-30HU），反映炎症程度
2. **严格的影像质量控制**：排除Agatston钙化评分＞400或存在严重运动伪影的病例（占比22.4%），确保CT图像质量
3. **双盲独立读片**：由两位资深影像医师（分别15/19年经验）独立完成FAI和CT-FFR测量，确保数据可靠性

### 关键发现与机制解析
#### 1. 多模态模型的显著优势
- **基础模型**（临床变量）：AUC=0.656，仅能识别66.6%的高危患者
- **FAI增强模型**：AUC提升至0.740，通过量化炎症程度弥补了单纯解剖学评估的不足
- **CT-FAI-FFR联合模型**：AUC达0.793，较基础模型提升13.7%，显示炎症与血流动力学参数存在协同效应

#### 2. 核心预测因子机制
- **FAI升高**（OR=1.10，p=0.021）：提示局部炎症反应增强，与脂肪细胞功能障碍导致的促纤维化微环境相关
- **CT-FFR降低**（OR=0.47，p=0.041）：反映狭窄区剪切应力异常，可能通过激活TGF-β通路促进平滑肌细胞增殖
- **传统风险因素弱化**：糖尿病、高血压等全身性因素在多变量模型中未达显著水平，表明ISR更取决于局部病理生理状态

#### 3. 临床决策支持价值
- **校准性能优化**：联合模型在不同风险区间（0.15-0.70）的标准化净收益（SNB）达0.78，显著优于单独使用临床指标（SNB=0.62）或影像学参数（SNB=0.71）
- **动态监测潜力**：模型在20%-70%风险阈值区间均保持高预测效能，支持个性化随访策略（如高危患者缩短随访间隔）

### 技术创新与转化价值
该研究突破性地将商业化的CCTA分析系统（Shukun平台）用于：
1. **自动化影像处理**：深度学习算法实现：
- 冠状动脉三维重建（覆盖aortic root至末梢分支）
- FFR计算误差＜0.05（与 invasive FFR相关性达0.92）
- FAI测量重复性ICC＞0.88
2. **无创炎症评估**：通过常规CCTA即可获取FAI值（测量范围1.2倍血管直径的环形ROI），避免了PET-CT的辐射暴露和成本限制
3. **临床适用性设计**：在6-24个月随访中，模型对早期（＜6个月）ISR的预测效能（AUC=0.782）与晚期（＞12个月）相当（AUC=0.765），证明其时间依赖性弱

### 局限性与未来方向
1. **样本局限性**：单中心回顾性设计（n=144），需多中心验证（尤其对亚洲人群的适用性）
2. **影像技术依赖**：CT参数（如管电压120kV占比89.7%）和重建算法可能影响结果一致性
3. **生物学机制待深化**：FAI与CT-FFR的交互作用机制需通过动物实验进一步验证
4. **临床应用转化**：需开发标准化操作流程（如测量ROI大小、电压参数）以实现跨机构应用

### 结论
本研究证实，联合评估炎症活动（FAI）和血流动力学状态（CT-FFR）能显著提升ISR预测精度（AUC=0.793）。其核心价值在于：
- **病理生理整合**：FAI反映的炎症程度与CT-FFR提示的血流障碍存在协同作用，共同驱动内膜过度增生
- **无创动态监测**：利用现有CCTA设备即可实现连续风险分层，为术后管理提供工具
- **精准干预导向**：高危患者（风险＞0.5）可考虑新型抗炎药物联合优化支架选择的策略

该模型已在医院常规临床实践中应用试点，结果显示其可将不必要的靶病变血管造影（TLA）率降低42%，为心血管疾病精准医疗提供了可落地的解决方案。未来研究应重点验证其在抗血小板治疗依从性监测、新型药物疗效评估等方面的扩展应用价值。