联合11C-PiB PET/CT 与99mTc-DPD 闪烁显像：提升心脏淀粉样变诊疗水平的新突破

为精准诊断心脏淀粉样变（CA）及其亚型，研究人员联合11C-PiB PET/CT 与99mTc-DPD 显像，显著提升诊断及预后评估能力。

　　# 联合¹¹C-PiB PET/CT 与^99mTc-DPD 闪烁显像：开启心脏淀粉样变诊疗新篇章
在人体的 “发动机”—— 心脏中，有一种悄然而至却危害巨大的疾病，它就是心脏淀粉样变（Cardiac Amyloidosis，CA）。这种疾病就像心脏里的 “捣乱分子”，让淀粉样纤维在心肌中不断沉积，逐渐破坏心脏的正常结构和功能，最终导致限制性心肌病和心力衰竭。更棘手的是，CA 主要分为轻链淀粉样变（Light Chain Amyloidosis，AL）和转甲状腺素蛋白淀粉样变（Transthyretin Amyloidosis，ATTR）两种类型，不同类型的治疗方法和预后情况大相径庭 。

传统的诊断方法，如超声心动图、心脏磁共振成像（MRI）和心内膜心肌活检，虽然在 CA 的诊断中发挥了一定作用，但都存在各自的局限性。超声心动图和 MRI 只能提供心脏的结构和功能信息，却难以准确分辨淀粉样变的具体类型；心内膜心肌活检虽然是诊断的 “金标准”，却具有侵入性，会给患者带来一定的风险。因此，寻找一种更精准、更安全的诊断方法迫在眉睫。

为了解决这些难题，来自维也纳医科大学等机构的研究人员展开了一项极具意义的研究。他们的研究成果发表在《European Journal of Nuclear Medicine and Molecular Imaging》上，为心脏淀粉样变的诊断和治疗带来了新的曙光。

研究人员采用了两种先进的核素显像技术，即¹¹C-PiB（碳 - 11 标记的匹兹堡化合物 B）正电子发射断层扫描（PET）/CT 和^99mTc-DPD（锝 - 99m 标记的 3,3 - 二膦酸 - 1,2 - 丙二酸）闪烁显像，并联合机器学习模型和基于理论的模型进行分析。研究人员回顾性纳入了 50 例临床怀疑患有 CA 的患者，这些患者均接受了¹¹C-PiB PET/CT 和^99mTc-DPD 闪烁显像检查，同时收集了患者的临床资料、实验室检查结果、超声心动图参数和心脏 MRI 数据。

研究结果

1. 单个参数的诊断性能：研究人员评估了 38 个参数区分 ATTR、AL 和非 CA 患者的能力，发现 10 个参数在三组间存在显著差异。其中，心脏淀粉样标记物（CAM）对 ATTR 患者的分层效果几乎完美，心 - 骨标准化摄取值最大值（SUVmax）对 AL 的检测效果最佳，但没有一个参数能准确区分所有三组患者。此外，大多数标记物与总体死亡率无关，仅心脏 SUVmax、室间隔厚度（IVS）和肌钙蛋白 T 与死亡率相关。
2. 基于机器学习的心脏淀粉样变检测和分型：研究人员建立了一个包含 38 个预测变量的多变量机器学习模型。在 100 次分层蒙特卡罗交叉验证中，该模型区分非 CA、ATTR 和 AL 的曲线下面积（AUC）达到 0.94，对 ATTR 和 AL 的总体诊断性能相似，但对 ATTR 的检测敏感性更高。
3. 基于理论的心脏淀粉样变检测和分型：基于临床知识，研究人员开发了一种基于理论的模型。该模型对 ATTR 和 AL 均显示出较强的诊断性能，且对 AL 的检测敏感性高于机器学习模型。不过，该模型存在一定的误判率，主要是将非 CA 患者误判为 AL。
4. 生存预测：研究人员建立了一个预测总体生存的机器学习模型，其 5 年生存预测的 AUC 为 0.66。虽然预测性能一般，但根据模型预测的生存情况对患者进行分层，与总体死亡率显著相关。研究发现，肌钙蛋白 T、年龄、心 - 肌 SUVpeak 比值、N 末端 B 型利钠肽原（NT-proBNP）、左心室舒张末期内径（LVEDD）、心 - 肌 SUVmax 比值和性别是最重要的预后参数。

研究结论与讨论

本研究表明，^99mTc-DPD 闪烁显像参数可准确检测 ATTR-CA，¹¹C-PiB PET/CT 参数可检测 AL-CA，但两者都无法可靠地区分这两种亚型。而联合¹¹C-PiB PET/CT 和^99mTc-DPD 闪烁显像，结合机器学习和基于理论的模型，能够显著提高心脏淀粉样变的诊断准确性和预后评估能力。机器学习模型诊断性能更优，基于理论的模型则更便于融入临床工作流程。

然而，该研究也存在一些局限性。研究设计为回顾性，且仅使用了静态成像数据；研究人群相对较小，可能影响机器学习模型的普适性；两种模型都无法检测多种类型心脏淀粉样变的同时存在，且未考虑一些罕见的 CA 亚型；此外，研究结果对其他示踪剂的适用性还需进一步研究。

尽管如此，这项研究为心脏淀粉样变的诊断和治疗提供了重要的参考。未来，随着技术的不断进步和研究的深入，有望进一步提高对心脏淀粉样变的认识和诊疗水平，为患者带来更多的希望。