针对慢性完全闭塞的混合策略（DES + DCB）：GLOW风险分层评分的开发

《Cardiovascular Revascularization Medicine》：Hybrid (DES?+?DCB) strategy for chronic total occlusions: Development of the GLOW risk stratification score

杂交支架-涂层球囊策略在慢性完全闭塞病变介入治疗中可行，平均晚期 lum 左室丢失仅0.10±0.83mm，残余狭窄为独立预测因素，超声引导可零再狭窄。

　　

Ehab Cherif | Husam Abdulaziz Noor

穆罕默德·本·哈利法心脏中心（MKCC），巴林皇家医疗服务中心（RMS）

摘要

背景

混合药物洗脱支架/药物涂层球囊经皮冠状动脉介入治疗（DES-DCB PCI）旨在在维持慢性完全闭塞病变通畅性的同时，尽量减少支架的负担。

方法

我们前瞻性研究了19名接受混合DES-DCB策略治疗的慢性完全闭塞（CTO）患者；主要终点为3-4个月时的晚期管腔丢失（LLL），次要临床结果在6个月时进行评估。

结果

技术成功率为89.5%；平均LLL为0.10±0.83毫米；约53%的患者在完成血管造影随访后出现了晚期管腔扩张；二元再狭窄发生率为10.5%。残余狭窄是LLL的强预测因子，而最佳的DCB尺寸和≥180秒的膨胀时间具有保护作用；在多变量回归分析中，残余狭窄仍然是独立预测因子。IVUS引导与0%的再狭窄发生率相关。

结论

对于CTO患者，混合DES-DCB PCI是可行的，且LLL发生率较低。结果取决于病变准备、尺寸选择和膨胀时间。六组分GLOW评分可提供术中风险分层，并需要多中心验证。

引言

慢性完全闭塞（CTO），即持续超过三个月的冠状动脉完全阻塞，仍然是介入心脏病学中最具有挑战性的病变类型之一，占接受诊断性冠状动脉造影患者的25%左右。导丝、微导管、再入装置和血管内成像技术的进步使专业中心的成功率超过了90%。传统上，由于缺乏支持再血管化的随机证据，许多CTO病例采用保守治疗。然而，观察性研究一致表明，成功的CTO-PCI可以改善心绞痛、生活质量及左心室功能，随机试验也证实了其症状缓解作用，但未能明确降低死亡率[1]。

药物洗脱支架（DES）仍是CTO PCI的标准治疗方法，但在长段病变中进行大量支架植入会增加再狭窄、血栓形成的风险，影响血管舒缩功能，并限制未来的外科治疗选择。药物涂层球囊（DCB）提供了一种“无金属”的替代方案，能够在局部释放抗增殖药物而不需要永久性植入物，从而促进血管重塑并可能减少支架相关并发症。2024年的一项关于DCB在CTO再通中的疗效和安全性的系统评价和荟萃分析发现，对于合适的患者，DCB是一个可行的选择，其中合并再狭窄和再狭窄的发生率分别为3.3%和17.5%（基于血管造影随访的数据）。该研究强调了随时间发生的血管重塑现象，CTO病变的晚期管腔扩张（LLE）发生率为59.4%，这归因于紫杉醇对平滑肌增殖和长期低灌注后动脉愈合的抑制作用[2]。

本研究前瞻性地评估了混合DES-DCB策略在CTO PCI中的可行性、安全性和有效性，重点关注确定手术成功的预测因素并制定实用的风险评估方法。

研究设计与研究对象

研究设计与研究对象

这项前瞻性单中心观察性队列研究在巴林的穆罕默德·本·哈利法心脏中心（MKCC）进行，纳入了连续接受选择性经皮冠状动脉介入治疗（PCI）以治疗原发性冠状动脉慢性完全闭塞（CTO）的成人患者，采用混合药物洗脱支架（DES）-药物涂层球囊（DCB）策略。纳入标准包括年龄≥18岁、血管造影确认的CTO（TIMI 0血流＞3个月）、导丝成功穿过病变远端管腔等。

基线人口统计学和临床特征

研究人群的基线人口统计学和临床特征总结见表1。该队列以男性为主，心血管危险因素普遍较高，包括血脂异常、高血压和糖尿病。相当一部分患者有既往心肌梗死或PCI病史，表明患者群体较为复杂。

病变和手术特征

病变特征...

讨论

本研究证明了混合DES-DCB策略在CTO治疗中的可行性和良好效果。我们观察到平均晚期管腔丢失率非常低（0.10±0.83毫米），同时晚期管腔扩张率较高。成功的关键预测因素包括残余狭窄最小、适当的DCB与血管尺寸匹配以及较长的DCB膨胀时间。残余狭窄是LLL的最强预测因子，而IVUS引导与零再狭窄发生率相关。

结论

总之，混合DES-DCB策略用于CTO治疗是可行且有效的。手术优化措施，包括减少残余狭窄、选择合适的球囊尺寸和延长膨胀时间，对手术成功至关重要。GLOW评分是一种有前景的风险分层工具，但需要外部验证。未来的随机试验将有助于明确这种混合策略在CTO介入治疗中的实际作用。

关于写作过程中使用的人工智能和人工智能辅助技术的声明

人工智能工具被用于语法校正、按照AMA格式编排参考文献以及生成示意图。所有智力内容、数据解释和结论均由作者构思、验证和批准。

作者贡献声明

Ehab Cherif：撰写 – 审阅与编辑；Husam Abdulaziz Noor：监督与概念构思。

知情同意

所有参与者在入组前均提供了书面知情同意书。鉴于本研究基于前瞻性注册设计，同意程序已获得穆罕默德·本·哈利法心脏中心机构审查委员会的批准。

伦理审批

本研究已获得巴林穆罕默德·本·哈利法心脏中心机构审查委员会的批准，并遵循《赫尔辛基宣言》进行。

资金支持

本研究未获得公共部门、商业机构或非营利组织的任何特定资助。

未引用的参考文献

[3], [4], [5], [7], [11], [12], [13], [14], [15], [16], [17]

利益冲突声明

作者声明与本研究无关的任何利益冲突。