在疑似或确诊的冠状动脉疾病患者中，基于人工智能的冠状动脉CT血管造影结合PET/CT动态心肌灌注成像的增量预测价值

《BMC Cardiovascular Disorders》：Incremental prognostic value of AI-based coronary CT angiography combined with PET/CT dynamic myocardial perfusion imaging in patients with suspected or confirmed coronary artery disease

　　

摘要

背景

冠状动脉计算机断层血管造影（CCTA）和正电子发射断层扫描/计算机断层扫描（PET/CT）心肌灌注成像（MPI）能为冠状动脉疾病（CAD）提供互补的解剖学与功能学信息。然而，将CCTA所得的冠状动脉影像特征与PET-MPI参数结合使用的预后价值仍有待确定。因此，这项回顾性单中心研究旨在评估将基于人工智能（AI）的CCTA与PET/CT MPI结合使用，在预测CAD患者发生重大不良心血管事件（MACEs）方面的预后价值及附加价值。

方法

本研究回顾性纳入了疑似或确诊为CAD的患者，这些患者接受了PET/CT动态MPI检查，并同时进行了CCTA检查，随后对其至少12个月的MACEs发生情况进行了随访。MACEs定义为出现以下任一结局：全因死亡、非致命性心肌梗死、新发心力衰竭、因心绞痛而再次住院，或晚期冠状动脉血运重建。研究收集了患者的临床特征、AI分析得到的CCTA特征以及PET-MPI参数。为减少候选变量数量并降低潜在的多重共线性问题，采用了LASSO回归作为变量选择方法。那些系数不为零的变量随后被纳入多变量Cox比例风险模型中，以分析其与MACEs风险的关联。此外，还通过受限立方样条分析进一步探讨了剂量-反应关系。而附加预后价值则通过分层Cox回归模型来评估。

结果

共有71名患者被纳入研究（平均年龄60.17±12.36岁，59.2%为男性），在25.69个月的中位随访期内有18例患者发生了MACEs。发生MACEs的患者更常出现冠状动脉阻塞性狭窄、异常的PET-MPI半定量参数、较低的CT衍生的血流储备分数（CT-FFR），以及更多高风险斑块特征（所有指标的P值均小于0.05）。高风险斑块特征的总数与MACEs风险存在显著关联（风险比1.898，95%置信区间为1.015–3.546，P值为0.045），且与事件风险呈现线性关联趋势。PET-MPI半定量参数能提升预后预测效果，其效果优于仅基于临床特征的基准模型（P值为0.011）；而在功能模型中进一步纳入高风险斑块特征的数量，还能显著提升模型性能（所有指标的P值均小于0.05）。

结论

将人工智能驱动的CCTA与PET/CT动态MPI结合使用，或许能为CAD患者提供预后相关信息。PET-MPI半定量参数以及高风险斑块特征的总数都与疾病风险相关，可能在预测MACEs方面发挥互补作用并带来额外价值。这些研究结果需要在更大规模的队列中进一步验证。