主动脉夹层是一种高度致命性疾病，每年的发病率为每10万人中有2至6人。目前，胸腔内主动脉修复术（TEVAR）是复杂的斯坦福B型主动脉夹层（TBAD）患者的首选疗法。然而，TEVAR后的术后并发症发生率很高。再次介入的发生与术后并发症密切相关，并增加了主动脉破裂的风险。

目前，虽然没有制定再介入的标准诊断和治疗指南，但对于TEVAR术后出现严重并发症的患者，进行再介入治疗已成为共识。术前CTA和术后即刻主动脉数字减影血管成像（DSA）的特点对于TEVAR后TBAD患者的治疗策略和随访具有重要意义。

然而，很少有研究将TEVAR前的CTA与TEVAR后的即刻DAS结果结合起来，以分流或预测患者进行再介入的风险。大量的数据需要机器学习来改善和加速心血管疾病的诊断、治疗和预后。这种方法提供了一套强大的工具来解开变量和结果之间的关系，使预测更加准确。

近日，发表在European Radiology杂志的一项研究根据临床、术前CTA和术后DSA的特征，开发并验证了预测TBAD的TEVAR术后再次介入的分类模型，为临床医生成功预测再干预的风险、并进一步优化高风险患者的监测和治疗提供了可能。

本研究共纳入192名接受TEVAR手术的TBAD患者；68人（35.4%）有接受再介入的指征。收集了临床特征、术前和术后CTA的主动脉特征，以及术后立即进行的DSA特征。应用最小绝对收缩和选择算子（LASSO）回归法来确定再次干预的风险因素。八个分类器被用于建模。这些模型在100个训练-验证的随机分片上训练，比例为2：1。通过受试者工作特征曲线来评估其性能。 

确定了七个再干预的预测因素，包括最大假腔直径、在左锁骨下动脉远端约15毫米处测量的主动脉直径、在膈肌水平测量的主动脉直径、在腹腔动脉水平测量的假腔直径、裸金属和覆盖支架的数量、裸金属支架的数量以及假腔的残余灌注。Logistic回归（LR）的性能最高，曲线下面积为0.802。一个为临床使用而建立的列线图显示出良好的校准。将患者分为低风险和高风险亚组的分界值为0.413。Kaplan-Meier曲线显示，高危患者的总生存期明显短于低危患者（均为P < 0.05）。 

图 验证队列中分类器的受试者工作特征曲线。

本项研究表明，在选择TBAD患者进行TEVAR和制定术后监测策略时，应综合考虑临床特征、CTA的特征和术后即刻DSA的特征。本研究开发并验证了一个用于预测TBAD患者在TEVAR术后再介入概率的列线图。该列线图可将患者分为低风险或高风险亚组，其中高风险患者的OS明显高于低风险患者。

 

原文出处：

Yuhao Dong,Lifeng Que,Qianjun Jia,et al.Predicting reintervention after thoracic endovascular aortic repair of Stanford type B aortic dissection using machine learning.DOI:10.1007/s00330-021-07849-2.

Tags： European Radiology：使用机器学习，预测Stanford B型主动脉夹层TEVAR术后的再干预风险