现阶段，冠状动脉疾病（CAD）仍是导致全球人群死亡和发病的主要原因。急性冠状动脉综合征（ACS）是CAD最常见的表现形式，也是全世界最主要的死亡原因。冠状动脉计算机断层扫描（CCTA）是目前诊断冠状动脉疾病的主要无创检查方法。为了便于临床决策和风险分层，CCTA一般用于检测冠状动脉钙化和狭窄程度。然而，血管炎症是动脉粥样硬化发生和动脉粥样硬化斑块破裂的主要原因。
已有研究证明，冠状动脉周围脂肪组织（PCAT）和血管壁之间存在双向沟通。在血管炎症存在的情况下，来自炎症血管壁的促炎症细胞因子的分泌会抑制PCAT中脂肪细胞的脂肪积累和分化。最近的证据表明，基于CCTA的脂肪衰减指数（FAI）是一个新的预测冠状动脉炎症存在的生物标志物，可随着炎症引起的PCAT组成的梯度而增长。此外，临床研究表明，FAI可以区分CAD的三个不同阶段（急性心肌梗死与无病期与稳定期CAD）。
放射组学是指从医学图像中提取由标准模型计算出的特征，随后可以用机器学习等方法进行评估，为具有临床意义的图像找到一种新的应用方法。肿瘤学放射组学研究发现，某些纹理相关模式与潜在的肿瘤生物学和临床预后独立相关。

近日，发表在European Radiology杂志的一项研究开发了用以区分急性心肌梗死（MI）和不稳定型心绞痛（UA）的lPCAT放射组学特征，为临床早期识别CAD患者疾病状态并进行及时的治疗提供了参考依据。

本项研究将急性MI患者（n = 105）与UA患者（n = 105）相匹配，所有患者以7:3的比例随机分为训练组和验证组。通过最大相关性和最小冗余度（mRMR）和最小绝对收缩和选择运算符（LASSO）在近端三条主要心外膜血管（LAD[左前降支动脉]、LCx[左回旋动脉]和RCA[右冠状动脉]）周围选择的脂肪衰减指数（FAI）和PCAT放射组学特征，用于建立逻辑回归模型。最后，构建了一个FAI模型、三个PCAT（LAD、LCx和RCA）的放射组学模型，以及一个使用这些独立模型得分的综合模型。通过识别、校准和临床应用对模型的性能进行了评估。 
在训练和验证队列中，与FAI模型（AUC=0.53，0.50）相比，联合模型取得了更高的性能（AUC=0.97，0.95），而两个模型之间的AUC有显著差异（P < 0.05）。联合模型的校准曲线显示出最小的Brier评分损失。决策曲线分析表明，联合模型比FAI模型提供了更高的临床效益。

图 所有模型在训练(a)和验证(b)队列中的ROC曲线图

本研究表明，近端三条主要心外膜血管的FAI对于区分急性MI组和UA组的价值有限；而整合了PCAT的基于CCTA、放射组学特征的FAI值在区分急性MI和UA方面具有重要的作用及价值。

原文出处：

Nuo Si,Ke Shi,Na Li,et al.Identification of patients with acute myocardial infarction based on coronary CT angiography: the value of pericoronary adipose tissue radiomics.DOI:10.1007/s00330-022-08812-5

Tags： European Radiology：基于CCTA放射组学模型在诊断急性心肌梗死方面的价值