深度解析医学证据，lxfs.net为你支撑决策

主动脉根部直径(aortic root dimensions, ARD)扩张在临床上十分常见，若扩张严重则有导致主动脉瓣关闭不全、主动脉瓣脱垂、心力衰竭以及发生主动脉夹层的风险。为早期发现并预防ARD扩张，获得健康成年人的ARD正常值以区分正常与异常至关重要。张运院士团队的前期研究证实，二维超声心动图测量的ARD在健康成年人中并非固定值，而是随性别、年龄、体重和身高等多种生理性变量而变化。为校正这些生理性变量差异对ARD测量结果的影响，美国超声心动图学会(ASE)与欧洲心血管影像学会(EACVI)推荐采用单因素线性模型(single variate isometric model, SVIM)进行校正，即将ARD测量值除以体表面积(BSA)。该方法是建立在ARD与BSA之间呈线性关系的假设之上，而且，BSA计算公式是由Du Bois D和Du Bois EF于1916年基于9例患者的体重和身高建立的二元回归方程，未考虑性别、年龄乃至种族的影响，其科学性与准确性100多年来备受争议。张运院士团队先前的研究表明，采用BSA对超声心动图参数测量值进行校正并未消除性别、年龄和体型变量等对心脏测量值的影响，甚至增加了BSA校正值与体型变量之间的残余相关性。此外，世界超声心动图学会联盟(WASE)的研究发现，即使经过BSA校正后，ARD仍存在显著的种族差异，尤其是亚洲人群与白种人之间。令人遗憾的是，由于缺乏更精确的校正方法，尽管BSA存在以上局限性，国际指南仍推荐将BSA作为校正超声心动图测量值生理性变异的通用方法。

过去二十余年间，众多研究者致力于探索对超声心动图ARD测量值生理性变异进行校正的方法学，其中一项重要发现是：ARD与体型参数之间存在非线性相关关系，即所谓的异速生长相关。近期，张运院士团队在国际上首次提出并验证了一种全新的优化多变量异速生长模型(optimized multivariate allometric model, OMAM)，在1224名中国汉族健康成年人中对34项二维超声心动图参数测量值进行了OMAM校正，成功消除了性别、年龄及体型变量对二维超声心动图参数测量值的影响，其校正成功率达100%，而采用国际指南推荐的BSA校正成功率仅为11%。然而，尚不清楚OMAM校正模型能否在不同种族群体中成功消除性别、年龄及体型等变量对ARD的影响。

2026年5月29日，山东大学齐鲁医院张运院士/张澄教授/姚桂华教授团队和意大利Eduardo Bossone教授团队合作在国际权威期刊MedComm在线发表了题为“Comparison of Body Surface Area and Optimized Multivariate Allometric Model Approaches in Correcting Echocardiographic Aortic Dimensions for Physiological Variances: An International and Multicenter Study (CITED I)”的研究论文，国际上首次在中国和意大利两个健康人群队列中证实了ARD测量值因性别、年龄和种族而不同，采用BSA方法无法消除这些差异，而OMAM校正模型不仅可以消除性别、年龄、身高、体重、BSA及体重指数(BMI)对ARD的影响，而且可以消除ARD在种族间的差异，其校正成功率达100%。 

该项研究是由山东大学齐鲁医院、山东大学齐鲁医院(青岛)和意大利那不勒斯“费德里科二世”大学公共卫生系共同开展的一项国际多中心、前瞻性研究。其中，中国人群队列来自“中国正常成年人超声心动图测量值研究”(EMINCA)，该研究于2012年1月至2012年12月在中国大陆的43家三级甲等医院开展，共募集1407名健康志愿者；意大利人群队列来自“健康成年人主动脉根部直径正常值研究”，该研究于2007年6月至2014年2月在意大利两家医院进行，共募集1004名健康志愿者。研究者采用倾向得分最近邻匹配法，从中国和意大利两个健康人群队列中按照1:1 配比选择出性别与年龄匹配的中国汉族健康成年人和意大利健康白人各910名。由两位资深超声心动图医师按照ASE/ EACVI指南采用二维超声心动图技术于舒张末期测量主动脉根部直径，包括主动脉瓣环直径(Ao-a)、主动脉窦部直径(Ao-s)和近端升主动脉直径(Ao-asc)。研究者首先分析了ARD测量值在不同年龄、性别、种族间的差异，结果显示：(1) 两组人群男性ARD测量值均大于女性(P < 0.05)；(2) 经BSA校正后，两组人群ARD校正值女性均大于男性(P < 0.05)；(3) 按照年龄与性别分组后，两组人群间ARD测量值存在显著性差异(P < 0.05)；(4) 按照年龄与性别分组后，部分ARD参数的BSA校正值在两组人群间存在显著性差异(P < 0.05)。这表明，性别和年龄是影响ARD生理性变异的重要因素，而采用BSA的SVIM校正并非理想的校正方法。 

随后，研究者分别将中国、意大利以及中意合并人群按7:3的比例随机分为两组：A组用于构建OMAM方程，B组用于验证OMAM方程。假设ARD预测值(Yp)与年龄、身高、体重等生物学特征变量之间呈指数相关：Yp = a×age^x×height^y×weight^z，其中a为异速生长常数，x、y、z分别为年龄、身高和体重这三个自变量的指数。由于男女ARD值存在显著差异，在上述方程中引入性别虚拟变量(男性=0，女性=1)，方程优化为：Yp=a×b^gender×age^x×height^y×weight^z，其中b为与性别相关的常数。鉴于BSA与BMI均基于身高和体重计算得出，为避免与身高、体重数据产生混杂效应，未将其作为独立变量纳入方程。对上述指数方程进行对数转换：Ln(Yp)=Ln(a)+gender×Ln(b)+x×Ln(age)+y×Ln(height)+z×Ln(weight)。采用逐步多元线性回归分析确定纳入公式中的变量以及常数和指数的具体数值，与Yp存在显著相关性的变量将保留在上述指数方程中，而无显著相关性的变量则自动被排除。最后，将这些变量及其数值代入公式中计算Yp值：Yp=a×b^gender×age^x×height^y×weight^z，而ARD的校正值(Yc)定义为Yu与Yp的比值，即：Yc=Yu/Yp。同时，对B组人群采用BSA进行SVIM校正分析其校正效能作为对比。

中国人群队列，在A组中建立的OMAM方程分别为：Yp(Ao-a)=9.593×0.943^{(man=0,woman=1)}×age^0.054×weight^0.142，Yp(Aos)=8.085×0.949^{(man=0,woman=1)}×age^0.113×weight^0.210，Yp(Ao-asc)=5.028×0.966^{(man=0,woman=1)}×age^0.161×体重^0.261。在B组中，Ao-a、Ao-s和Ao-asc的测量值与年龄、身高、体重、BSA及BMI均呈显著相关(r = 0.169~0.322，P < 0.05)；经BSA校正后，其相关性更为显著(r = -0.451~0.315，P < 0.05)，其中负相关表明存在过度校正现象。Ao-a、Ao-s和Ao-asc的OMAM校正值均接近等于1，校正值与未校正值间保持高度相关(r = 0.848~0.920，P < 0.001)，但与年龄、身高、体重、BSA及BMI间均无统计学或生物学相关性(所有|r| < 0.20且P > 0.05)，完全符合预设的成功校正标准，即：(1) Yc与年龄、性别或体型变量之间不存在显著统计学及生物学意义的残余相关性(|r| > 0.20，P < 0.05)；(2) Yc与Yu值之间仍保持显著相关性(P < 0.05)。结果表明，OMAM方法能够完全消除生物学特征变量对中国人群ARD测量值的影响，其校正成功率为100%，而采用BSA的SVIM校正成功率为0%。 

意大利人群队列，在A组中建立的OMAM方程分别为：Yp(Ao-a)=1.042×0.944^{(man=0,woman=1)}×age^0.054×height^0.472×weight^0.081，Yp(Ao-s)=2.268×0.925^{(man=0,woman=1)}×age^0.164×height^0.317×weight^0.090，Yp(Ao-asc)=6.385×0.956^{(man=0,woman=1)}×age^0.204×weight^0.175。在B组中，除Ao-a与年龄无相关关系外(r = 0.110，P = 0.070)，Ao-a、Ao-s和Ao-asc的测量值与年龄、身高、体重、BSA及BMI均呈显著相关(r = 0.126~0.503，P < 0.05)；经BSA校正后，除Ao-s/BSA与BMI、Ao-asc/BSA与BMI无相关性外，其它参数间仍保持显著相关性(r = -0.614~0.511，P < 0.001)，其中负相关关系再次表明存在过度校正现象。Ao-a、Ao-s和Ao-asc的OMAM校正值均接近等于1，校正值与未校正值间保持高度相关(r = 0.768~0.807，P < 0.001)，而与年龄、身高、体重、BSA及BMI间均无统计学或生物学相关性(所有|r| < 0.20且P > 0.05)，表明OMAM方法能够完全消除生物学特征变量对意大利人群ARD测量值的影响，其校正成功率为100%，而采用BSA的SVIM校正成功率为0%。 

中意合并人群队列，在A组中建立的OMAM方程分别为：Yp(Ao-a)=2.948×0.928^{(man=0,woman=1)}×age^0.060×height^0.338，Yp(Ao-s)=2.689×0.950^{(man=0,woman=1)}×age^0.137×height^0.210×weight^0.198，Yp(Ao-asc)=4.375×0.974^{(man=0,woman=1)}×age^0.180×weight^0.280。在B组中，Ao-a、Ao-s和Ao-asc的测量值与年龄、身高、体重、BSA及BMI均呈显著相关(r = 0.144~0.412，P < 0.001)。经BSA校正后，其相关性更为显著(r = -0 .567~0.410，P < 0.05)，其中负相关再次表明存在过度校正现象。Ao-a、Ao-s和Ao-asc的OMAM校正值均接近等于1，校正值与未校正值间保持高度相关(r = 0.808~0.890，P < 0.001)，而与年龄、身高、体重、BSA及BMI间均无统计学或生物学相关性(所有|r| < 0.20且P > 0.05)，再次证明OMAM校正法相较于BSA传统校正法具有更优的校正效能。 

最后，研究者将OMAM方程分别代入中国人群队列(n=910)和意大利人群队列(n=910)中，得出各OMAM校正值的参考值范围(均数±SD，及其95%可信区间)，以供临床参考应用。 

为方便研究人员和临床从业者使用，研究者开发了一款基于网络的OMAM校正计算器。用户通过输入性别、年龄、身高、体重和测量的ARD值，系统将自动计算出Ao-a、Ao-s和Ao-asc的预测值(Yp)及其OMAM校正值。该计算器现已通过以下链接公开提供：https://xueyingzeng.github.io/OMAMaorta/。

本研究得出以下几项重要结论：(1) 在中国和意大利健康人群中，男性ARD测值均高于女性，并随年龄增长而增加；采用BSA进行SVIM校正后这些差异并未消除，甚至出现过度校正现象；(2) 在排除性别和年龄影响后，中国与意大利人群的ARD测值仍存在显著差异，且BSA校正未能完全消除这些种族差异；(3) 在中国和意大利人群中，ARD均与年龄、身高、体重、BSA及BMI显著相关，经BSA校正后，这些相关性仍保持显著或转为负相关；(4) 基于中国、意大利及中意合并人群队列建立的OMAM方程校正值与ARD原始测量值间高度相关，而与年龄、身高、体重、BSA及BMI均无统计学或生物学意义的相关性，ARD性别间差异亦被成功消除；(5) OMAM方法在中国、意大利及中意合并人群中校正成功率均达到100%，而传统BSA方法的校正成功率均为0%，首次证明了OMAM校正方法在消除年龄、性别、体型和种族差异对ARD的影响方面显著优于BSA方法；(6) 该研究成果有助于在全球不同国家、不同种族人群中建立ARD正常与异常的统一判定标准，而无需建立数百个基于不同国家、种族、年龄和性别的特异性正常参考值标准。OMAM校正方法填补了校正超声心动图ARD参数生理性变异的方法学空白，值得在临床与科研工作中推广应用。

山东大学齐鲁医院(青岛)心内科姚桂华、胡晓霞和陈湘云教授为该论文的共同第一作者，山东大学齐鲁医院心内科张运院士、张澄教授和意大利那不勒斯菲里德里克二世大学Eduardo Bossone教授为共同通讯作者，山东大学齐鲁医院和意大利那不勒斯菲里德里克二世大学为共同通讯作者单位。

原文链接：

https://doi.org/10.1002/mco2.70788

阅读全文

小提示：本篇资讯仅在梅斯医学APP中开放阅读，请扫描二维码直接下载APP