近红外光谱技术在周围动脉疾病中的应用探索：区分上下肢灌注差异及其与踝肱指数的相关性研究

本研究针对周围动脉疾病(PAD)诊断中踝肱指数(ABI)的局限性，探索近红外光谱(NIRS)技术作为无创评估工具的潜力。通过51例PAD患者的横断面研究，发现NIRS能有效区分非缺血上肢与缺血下肢(ROC曲线下面积0.91)，并在1429-1463 nm波段与ABI存在适度相关性(R2=0.167)，为PAD诊疗提供了新型便携式补充手段。

　　

周围动脉疾病(PAD)正成为全球性健康挑战，影响着超过2.3亿成年人，是导致心血管死亡的重要原因。当前诊断金标准踝肱指数(ABI)在动脉钙化患者中存在明显局限，可能产生假阴性结果。而经皮氧分压(TcPO₂)检测又面临操作复杂、耗时长等问题。在此背景下，近红外光谱(NIRS)技术因其无创、快速、便携等优势，展现出解决这些临床痛点的潜力。葡萄牙波尔图大学的研究团队在《Microvascular Research》发表的最新研究，首次系统评估了NIRS在区分PAD患者上下肢灌注差异及与ABI相关性方面的应用价值。

研究采用横断面设计，纳入51例血管外科门诊的PAD患者(Rutherford分级0-3)。使用便携式NIRS光谱仪(900-1700 nm)采集右手拇指和双足^趾静息状态下的光谱数据。通过随机森林算法进行肢体分类，采用区间偏最小二乘回归(iPLS)筛选与ABI相关的特征波长。标准正态变量(SNV)转换用于光谱预处理，训练集与测试集按2:1比例划分以避免数据泄露。

研究结果显示：

1. 1.

   队列特征：患者平均年龄65.5±8.3岁，男性占86.3%。94.1%存在跛行症状，吸烟(94.1%)和高血压(72.5%)为主要风险因素。下肢检查显示66%存在跛行，84.6%远端脉搏消失，中位ABI为0.65。

2. 2.

   肢体区分：随机森林模型成功区分上下肢，ROC曲线下面积达0.91。900-1060 nm和1250-1375 nm波段贡献最大，对应氧合血红蛋白吸收特征。

3. 3.

   ABI相关性：iPLS筛选出1429-1463 nm为最具预测性的区间，该区域包含OH(水/羟基)、NH(蛋白质)和CH₂(脂质)的振动信号。预测模型R²=0.167，RMSECV=0.186。

讨论与意义：

该研究创新性地利用患者自身上肢作为内对照，证实NIRS可有效捕捉PAD相关的灌注差异。虽然与ABI的直接相关性尚属中等，但1429-1463 nm波段的水和蛋白质信号可能反映了血管组织成分的微妙改变，这为突破动脉钙化导致的ABI诊断困境提供了新思路。相较于需要运动负荷的传统NIRS检测，本研究验证了静息测量的可行性，更符合门诊快速筛查需求。

值得注意的是，上下肢区分与ABI预测依赖不同光谱区间的现象提示：血红蛋白氧合状态(900-1375 nm)可能更直接反映缺血程度，而长波段的组织成分信息(1429-1463 nm)可能与慢性血管病变相关。这种"双模式"特征为未来开发多参数诊断模型奠定了基础。

尽管存在样本量有限、缺乏健康对照等局限，这项开创性工作证实了NIRS作为PAD辅助诊断工具的潜力。特别是在糖尿病等易发动脉钙化的高危人群中，这种无创、快速的技术可能弥补ABI的不足。研究者建议下一步应扩大样本验证，并探索动态监测的应用价值，最终推动NIRS整合到PAD诊疗标准流程中。