基于光子计数 CT 血管造影的腹主动脉钙化定量分析：高危心血管疾病患者的影像学生物标志物

《La radiologia medica》：Quantification of abdominal aortic calcification using photon-counting CT angiography: an imaging biomarker for high-risk cardiovascular patients

为解决腹主动脉粥样硬化严重程度评估缺乏共识，且现有评估方法不够精确的问题，研究人员开展了利用光子计数 CT（PCCT）血管造影的虚拟非钙（VNCa）算法评估腹主动脉钙化参数的研究。结果表明，PCV>14.81% 可指示心血管疾病（CVD）风险增加，这为识别高危患者提供了新途径。

　　心血管疾病已成为严重威胁公众健康的全球性问题，其中动脉粥样硬化的日益流行备受关注。目前，冠状动脉钙化可通过 Agatston 评分量化，用于预测心血管疾病事件，但腹主动脉粥样硬化严重程度的评估却缺乏统一标准。一方面，腹主动脉粥样硬化引发的症状不如冠状动脉疾病常见，使得其评估较为复杂；另一方面，现有的评估方法多为半定量且不够精确，主要依赖主观视觉评估，难以准确反映钙化情况。因此，开发更客观、定量的方法来评估腹主动脉钙化，对准确判断心血管疾病风险至关重要。

为了解决这些问题，大阪大学医学院的研究人员开展了一项研究。他们利用 PCCT 血管造影的 VNCa 和 VNI 算法对腹主动脉钙化进行定量分析，探究腹主动脉钙化体积（ACV）、百分比钙化体积（PCV）与 Agatston 评分之间的关系 ，以明确腹主动脉粥样硬化在高危心血管疾病患者中的影像学生物标志物。该研究成果发表在《La radiologia medica》上。

研究人员采用了以下关键技术方法：首先，选取 2023 年 3 月至 2024 年 6 月期间进行上腹部多期增强 CT（包括 PCCT 扫描仪的 CT 血管造影）且符合条件的患者，排除未在规定时间内进行非增强胸部 CT（nCE - CCT）、接受过腹主动脉手术以及缺乏血管光谱后处理（VSPP）图像数据的患者。然后，通过特定的扫描协议进行腹部 CT 血管造影和 nCE - CCT 扫描。最后，利用 VNCa 和 VNI 算法处理图像，测量 ACV、主动脉壁体积（AWV）并计算 PCV，同时使用 nCE - CCT 扫描确定 Agatston 评分。

研究结果如下：

1. 患者基本情况：435 名患者中，200 名符合研究要求。患者年龄范围为 19 - 87 岁，平均年龄 67.7±14.0 岁，男性 115 人，女性 85 人。Agatston 评分显示，低风险（≤100）患者 163 人，高风险（>100）患者 37 人1。
2. 相关性分析：Agatston 评分与基于 VNCa 算法的 ACV（ρ=0.75，95% 置信区间 [C.I]：0.67 - 0.80，p<0.0001）和 PCV（ρ=0.78，95% C.I：0.71 - 0.84，p<0.0001）均呈强正相关；与基于 VNI 算法的 ACV（ρ=0.70，95% C.I：0.63 - 0.77，p<0.0001）也呈强正相关2。
3. 不同 Agatston 评分等级的参数差异：两名放射科医生测量的 ACV 和 PCV 具有良好的可靠性。不同 Agatston 评分等级的 ACV 和 PCV 值存在显著差异。PCV 在区分各等级时，曲线下面积（AUC）在部分等级中显著高于 ACV，表明 PCV 在评估不同等级的腹主动脉钙化方面更具优势34。
4. 心血管疾病风险的区分能力：PCV 区分低、高心血管疾病风险组的 AUC 为 0.94，显著高于 ACV 的 0.90。ACV 的最佳截断值为 5.74mL，灵敏度为 75.7%，特异性为 89.0%，准确性为 86.5%；PCV 的最佳截断值为 14.81%，灵敏度为 73.0%，特异性为 99.4%，准确性为 94.5%。PCV 的特异性和准确性显著高于 ACV56。
5. 亚组分析：根据不同 CT 扫描仪进行亚组分析，多数情况下 PCV 在区分心血管疾病风险方面表现更优。

研究结论和讨论部分指出，ACV 和 PCV 与 Agatston 评分密切相关，PCV 在区分不同 Agatston 评分等级和心血管疾病风险方面表现更出色。PCV>14.81% 可有效指示心血管疾病风险增加，是区分高危心血管疾病患者的重要影像学生物标志物，有助于临床进行风险分层和决策。不过，该研究也存在一些局限性，如样本量较小、单中心研究、部分检查未进行心电图同步等，但这也为后续研究指明了方向。总体而言，这项研究为心血管疾病的风险评估提供了新的视角和重要依据，对临床实践具有重要的指导意义。