基于人工智能分析的CCTA参数与临床因素预测2型糖尿病患者的冠状动脉粥样硬化进展：一项随访研究

《Acta Diabetologica》：Prediction of coronary atherosclerosis progression in type 2 diabetes mellitus based on AI-derived CCTA parameters and clinical factors: a follow-up study

【字体：大中小】 时间：2026年08月02日 来源：Acta Diabetologica 3.1

编辑推荐：

　　摘要研究目的旨在基于人工智能处理的冠状动脉计算机断层扫描参数以及临床指标，构建一种预测2型糖尿病患者冠状动脉粥样硬化进展的模型。研究方法这项回顾性研究纳入了114名2型糖尿病患者，他们患有非阻塞性冠状动脉疾病（狭窄程度为1%–49%），并在2019年9月至2024年9月期间在我院

摘要

研究目的

旨在基于人工智能处理的冠状动脉计算机断层扫描参数以及临床指标，构建一种预测2型糖尿病患者冠状动脉粥样硬化进展的模型。

研究方法

这项回顾性研究纳入了114名2型糖尿病患者，他们患有非阻塞性冠状动脉疾病（狭窄程度为1%–49%），并在2019年9月至2024年9月期间在我院接受了冠状动脉计算机断层扫描。经过1–5年的随访后，这些患者被分为进展组（n?=?48）和对照组（n?=?66）。病情进展定义为在后续的冠状动脉计算机断层扫描中出现急性心肌梗死、需要重新进行血管重建手术，或者动脉狭窄程度增加到50%以上。研究比较了临床数据以及通过人工智能分析得到的冠状动脉周围脂肪组织和冠状动脉斑块的定量参数，随后利用逐步逻辑回归法构建预测模型，并对其性能进行了评估。

研究结果

进展组的糖化血红蛋白和肌钙蛋白水平显著更高，而高密度脂蛋白胆固醇水平则显著更低（所有指标的P值均小于0.05）。冠状动脉计算机断层扫描结果显示，进展组在左前降支和左回旋支周围的冠状动脉周围脂肪衰减指数明显更高，同时冠状动脉斑块的长度、总体积以及各组成部分的体积也更大（所有指标的P值均小于0.05）。多变量逻辑回归分析表明，糖化血红蛋白、左前降支冠状动脉周围脂肪衰减指数以及冠状动脉斑块长度是病情进展的独立预测因子。基于这些预测因子建立的预测图表的AUC值为0.8332。