文献速递心血管MR

晚期钆增强综合表型特征预测冠心病患者心源性猝死

Comprehensive Phenotypic Characterization of Late Gadolinium Enhancement Predicts Sudden Cardiac Death in Coronary Artery Disease.
PubMed 文献 · JACC Cardiovasc Imaging · 2023-01-11

该前瞻性队列纳入437例稳定冠心病患者,接受1.5T晚期钆增强心脏磁共振检查,量化核心梗死与梗死周边区质量并提取瘢痕微结构特征,随访中位6.3年。核心梗死质量和梗死周边区质量均独立预测心源性猝死或复苏成功的心源性猝死,加入两者后模型Harrell C统计量由0.64升至0.79,但梗死周边区质量较核心梗死质量无增量预后价值。

要点

  • 核心梗死质量和梗死周边区质量每增加1克均独立预测心源性猝死或复苏成功的心源性猝死。
  • 加入两项瘢痕质量指标后模型Harrell C统计量由0.64升至0.79,但梗死周边区质量无增量预后价值。
  • 校正瘢痕质量后,严重左室射血分数降低(<35%)不再预测主要终点。

核心结论

  • 综合晚期钆增强特征可独立预测心源性猝死风险,优于植入型心律转复除颤器置入指南所用的常规预测指标。
  • 作者认为这些结果提示可能实现更个性化的植入型心律转复除颤器适应证判定方式。

研究设计与样本

  • 前瞻性招募的晚期钆增强心脏磁共振注册研究,最终队列437例稳定冠心病患者,来自单中心转诊人群。
  • 采用1.5T扫描仪(Sonata/Avanto,Siemens)标准化方案,全宽半高法量化核心梗死与梗死周边区。
  • 主要终点为心源性猝死或复苏成功的心源性猝死复合终点,由对晚期钆增强数据设盲的独立心脏病专家小组裁定。
  • 核心梗死定义为左室区域信号强度≥参考瘢痕感兴趣区内最大信号强度的50%。
  • 梗死周边区定义为核心梗死相邻左室心肌信号强度为参考瘢痕感兴趣区内最大信号强度的35%至50%。

关键影像表现/征象

  • 晚期钆增强图像上核心梗死呈致密高信号区,梗死周边区为邻近核心梗死、信号强度介于最大信号35%至50%的心肌。
  • 计算提取的瘢痕微结构特征包括透壁性、径向性、晚期钆增强成分数目、交界面积和熵。
  • 梗死周边区质量与核心梗死质量强相关,Pearson相关系数r=0.81。

诊断标准与关键数值

  • 梗死周边区质量三分位组10年主要终点风险分别为:<5.66克组0.7%、5.66至12.28克组24.0%、≥12.29克组37.8%(P<0.001)。
  • 核心梗死质量三分位组10年主要终点风险分别为:<9.39克组3.7%、9.39至25.21克组24.0%、≥25.22克组34.6%(P<0.001)。
  • 多变量分析(模型A校正左室射血分数<35%和纽约心功能分级>1)中,梗死周边区质量每克HR 1.07(95%CI 1.02-1.12,P=0.002),核心梗死质量每克HR 1.03(95%CI 1.01-1.05,P=0.01)。
  • 加入两项瘢痕质量指标后模型Harrell C统计量由0.64升至0.79;梗死周边区质量加入后分类净重分类指数0.01(95%CI -0.52至0.56)。
  • 在左室射血分数≥35%的319例患者中,校正年龄、性别和左室射血分数后,同时纳入两项瘢痕质量时梗死周边区质量HR 1.02(95%CI 0.94-1.11,P=0.58)、核心梗死质量HR 1.03(95%CI 0.99-1.07,P=0.13),均未达统计学显著。

临床应用与阅片要点

  • 阅片时可对核心梗死和梗死周边区分别进行信号强度阈值量化,梗死周边区取参考瘢痕最大信号强度的35%至50%。
  • 报告瘢痕质量时需注意梗死周边区质量较核心梗死质量无增量预后价值,依据Harrell C统计量和风险重分类分析。
  • 作者认为仅量化一项瘢痕参数可能即足以改善植入型心律转复除颤器适应证判定,因单独或同时加入两项指标模型判别能力相似。
  • 在左室射血分数≥35%患者中,校正年龄、性别和左室射血分数并同时纳入两项瘢痕质量后,核心梗死与梗死周边区质量均未达统计学显著。
  • 校正瘢痕质量后,严重左室射血分数降低(<35%)与主要终点无显著关联(HR 1.65,95%CI 0.90-3.03,P=0.11)。

局限性

  • 原文为单中心注册研究,患者自本中心及广泛转诊网络招募。
  • 晚期钆增强图像无法判读者被排除。
  • 部分患者心脏磁共振在招募前疾病评估期间完成,非招募当日。
  • 作者指出需进一步研究验证计算瘢痕分析预测心源性猝死的价值。
全文中译16 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:JACC Cardiovasc Imaging. 2023 May;16(5):628–38. doi: 10.1016/j.jcmg.2022.10.020

目前用于识别心脏性猝死(SCD)高风险患者的工具存在局限。具体而言,左心室射血分数(LVEF)是一项不精确的指标,需要创新方法来识别该指标之外致心律失常性基质。1 SCD风险预测对冠状动脉疾病(CAD)患者尤为重要,因为其基础病因本身即带来更高的风险特征。2 因此,评估新型预测工具在该队列中识别高危患者的效用至关重要。

在慢性CAD患者中,折返性室性心动过速(VT)被认为是大多数SCD病例的推定机制。3 替代性细胞外纤维化(由坏死心肌细胞所致)形成的间隔穿插于存活的肌细胞束之间,可提供促进折返环路的致心律失常性环境。4 这些异质性组织区域,近期被称为“梗死周围”区(PIZ)或“灰色”区,通常位于存活心肌与致密瘢痕之间的过渡点,据推测包含启动和维持VT的缓慢传导及固定/功能性阻滞的基质。3 植入式心律转复除颤器(ICD)可治疗折返性心律失常,并已被证明可预防高比例的SCD。5 目前关于一级预防ICD植入的决策主要围绕纽约心脏协会(NYHA)功能分级评估,以及使用30%至35%的LVEF截断值对左心室(LV)收缩功能进行二分法评估。6,7 通常在单一时间点进行评估,这未能考虑LVEF的动态性质。1,8 临床服务日益增长的需求是一个并行问题,在单一时间点(远离急性心肌梗死)对SCD风险进行全面评估是可取的。因此,表征致心律失常性基质的较不动态的特征具有前景。

晚期钆增强(LGE)心脏磁共振(CMR)以高空间分辨率无创性地识别致密心肌纤维化,并在CAD模型中具有良好的组织学相关性。9 此外,LGE-CMR对PIZ的定量已被证明与全因死亡率10, 11, 12, 13和ICD治疗14相关,近期研究还评估了瘢痕微观结构(如熵)在室性心律失常中的作用。15 然而,描述复杂瘢痕分析应用于前瞻性招募的LVEF范围广泛的队列中以预测SCD的数据仍然匮乏。事实上,无创影像预测SCD的效用仍是美国心脏协会和欧洲心脏病学会共同强调的关键研究需求。6,7 我们进行了LGE定量,结合对瘢痕微观结构特征的特殊计算分析,以对前瞻性研究的CAD患者中SCD的驱动因素提供新的机制性探究。

方法

研究设计

2009年8月至2016年1月期间,因缺血性心脏病评估而转诊至本中心接受LGE-CMR检查的患者被纳入一项注册研究。这些患者除来自广泛网络内的专科和非专科医院外,还来自当地心内科门诊。该注册研究遵循《赫尔辛基宣言》,方案经国家研究伦理服务处批准。所有患者均提供书面知情同意。CMR在招募当日使用1.5-T扫描仪(Sonata/Avanto,Siemens)按照标准化方案进行,少数患者在疾病检查期间的较早日期完成检查。16 本研究的纳入标准为:1)严重心外膜冠状动脉疾病(CAD);2)既往冠状动脉血运重建;或3)有既往心肌梗死的记录病史(经CMR证实)。严重心外膜CAD定义为左主干/左前降支近段≥75%狭窄或2支心外膜冠状动脉≥75%狭窄。排除标准为:具有二级预防ICD的I类适应证;CMR前40天内发生心肌梗死;LGE成像无法判读;严重原发性瓣膜病;既往瓣膜干预;或原发性诊断为扩张型心肌病、活动性心肌炎、心脏结节病、肥厚型心肌病或浸润性心肌病。通过健康问卷结合初级保健和医院记录对患者进行随访。所有临床结局均由对LGE数据设盲的独立经验丰富的心脏科医师小组裁定。预先设定的主要终点为心源性猝死(SCD)或中止的SCD的复合终点。完整研究设计详见补充方法。

CMR分析

核心梗死及邻近PIZ的LGE定量由一名对临床结局设盲的3级认证CMR操作者(S.H.)完成。分析在CVI42(Circle Cardiovascular Imaging Inc)上使用半高全宽(FWHM)法进行。核心梗死被定义为左心室(LV)任何信号强度(SI)≥参考瘢痕感兴趣区内最大SI的50%的区域。PIZ被定义为(邻近核心梗死的)LV心肌,其SI介于参考瘢痕感兴趣区内最大检测SI的35%至50%之间。

利用勾画的LGE图像和对应层面掩膜,使用专有软件提取形态学和纹理瘢痕微结构特征,方法如本课题组既往所述。17,18 计算的瘢痕微结构特征为:1)透壁性;2)径向性;3)LGE成分数量;4)界面面积;以及5)熵(表1)。CMR分析的详细描述见补充方法。

表1 瘢痕微结构特征 查看原表 ↗

统计分析

基线特征在全队列中以分类变量的频率(%)以及连续变量的均值±标准差或中位数(IQR)(视情况而定)进行总结。绘制Kaplan-Meier曲线以描述随访期间按PIZ质量和中核心梗死质量三分位分组的主要结局累积发生率,并使用对数秩检验进行比较。

为了研究LGE定量在预测主要结局中的效用,我们构建了单变量和多变量Cox回归模型。主要多变量模型使用LVEF<35%和NYHA功能分级>1的二分截断值进行调整,以与当前ICD植入的临床指南保持一致(模型A)。7 使用Fine-Gray亚分布风险模型进行竞争风险分析。此外,通过计算分类(使用0%-10%、10%-20%和20%+的阈值来分层风险水平)和无分类净重分类指数,检验了PIZ质量的增量预测价值。还拟合了次要Cox回归模型(模型B)。为选择模型B中的协变量,应用了前向逐步程序,使用表2中P<0.10的变量子集作为纳入标准,并强制纳入已知的结局预测因素(年龄、性别和LVEF)。为防止创建过于复杂的模型,并非所有在单变量分析中与主要终点相关的变量都用于多变量模型(例如,指数化LV质量和RVEF)。在所有模型中,随后加入核心梗死质量和PIZ质量,以断言任一指标是否与主要结局独立相关。模型性能使用Harrell C统计量评估。森林图使用每10 g核心梗死质量和PIZ质量生成,以辅助视觉呈现。次要终点和敏感性分析的统计分析详情见补充方法。所有分析均在Stata版本17(StataCorp)和Python版本3.7.4(Python Software Foundation)上进行。

表2 基线特征 查看原表 ↗

结果

在基线时,734名患者接受了资格评估,最终队列由437名患者组成(补充图1)。CMR与招募之间的中位间隔为0天(IQR:0-0天),平均年龄为64.4 ± 9.9岁,平均LVEF为47.2% ± 16.8%,412名(95%)患者有显著CAD或既往接受过冠状动脉血运重建。患者中位随访时间为6.3年(IQR:5.0-7.9年)。PIZ质量与核心质量强相关(Pearson相关系数:r = 0.81)。基线特征见表2(扩展数据见补充表1和2)。扩展分析详见补充结果;瘢痕定量的可重复性数据见补充表3。

主要结局

SCD或中止的SCD复合终点:核心梗死质量和PIZ质量

在10年随访时,49例患者(11.2%)发生了主要结局(20例患者发生心源性猝死(SCD),29例患者发生中止的心源性猝死)。在12例被判定为心源性猝死的死亡病例中获得了尸检结果。在无法获得尸检数据的病例中,心源性猝死由独立的心脏病专家小组依据标准终点定义进行诊断。19 按PIZ质量三分位数分层的主要结局累积发生率提示,较高三分位数的患者主要结局风险增加(10年风险:PIZ质量<5.66 g、5.66-12.28 g和≥12.29 g的患者分别为0.7%、24.0%和37.8%;P < 0.001)(图1)。同样,核心质量较高三分位数的患者主要结局风险增加(10年风险:核心质量<9.39 g、9.39-25.21 g和≥25.22 g的患者分别为3.7%、24.0%和34.6%;P < 0.001)(图1)。在单变量分析中,PIZ质量和核心梗死质量的增加与主要结局风险增加显著相关(每克:HR:1.12 [95% CI:1.09-1.15];P < 0.001和HR:1.05 [95% CI:1.04-1.06];P < 0.001)。此外,在单变量分析中,LVEF降低与主要结局风险增加显著相关(每%:HR:0.96 [95% CI:0.94-0.97];P < 0.001)。

在对模型A中的变量(LVEF<35%和NYHA功能分级>1)进行调整后,PIZ质量和核心梗死质量均仍与主要结局独立相关(每克:HR:1.07 [95% CI:1.02-1.12];P = 0.002和HR:1.03 [95% CI:1.01-1.05];P = 0.01)(图2),并改善了模型的判别能力(C统计量:0.64-0.79)。单独加入核心梗死质量或PIZ质量,或同时加入这两种瘢痕指标,模型性能相似(图2)。此外,在LVEF<35%、NYHA>1和核心梗死质量的风险模型中加入PIZ质量后,总体净重分类改善无统计学意义(分类净重分类指数:0.01;95% CI:−0.52至0.56)(补充图2)。在多变量分析中,LVEF严重受损与主要终点无关(HR:1.65 [95% CI:0.90-3.03];P = 0.11)(图2)。事实上,从最终模型中移除LVEF后,C统计量无变化(0.79-0.79)。此外,在考虑非猝死竞争风险后,PIZ质量和核心梗死质量仍与主要终点独立相关(每克:亚分布HR:1.07 [95% CI:1.03-1.12];P = 0.001和亚分布HR:1.03 [95% CI:1.01-1.04];P = 0.003)(补充图3)。在敏感性分析中,对LVEF<35%、NYHA功能分级>1进行调整后,估计的HR相似:1)相对PIZ质量和核心梗死质量以LV质量的百分比表示(每%:HR:1.11 [95% CI:1.06-1.17];P < 0.001和HR:1.05 [95% CI:1.02-1.08];P < 0.001);或2)仅纳入378例(87%)具有梗死型LGE模式的患者时的PIZ质量和核心梗死质量(每克:HR:1.06 [95% CI:1.02-1.11];P = 0.005和HR:1.02 [95% CI:1.00-1.04];P = 0.02)。

使用模型B,在调整基线协变量后,PIZ质量与核心梗死质量仍与主要结局独立相关(每克:HR:1.07 [95% CI:1.02-1.12];P = 0.005,以及HR:1.02 [95% CI:1.00-1.05];P = 0.03)(补充图4),并提高了模型预测主要结局的区分能力(C统计量:0.76-0.82)。在多变量分析中,LVEF与主要终点无关(每%:HR:0.99 [95% CI:0.97-1.02];P = 0.63)(补充图4)。单独加入核心梗死质量或PIZ质量,或同时加入两种瘢痕指标,模型性能相似(补充图4)。单变量和多变量Cox回归分析的汇总详见补充表4。

图1 按核心梗死质量和PIZ质量三分位分组的主要终点Kaplan-Meier曲线图(A) 按PIZ质量三分位分组的主要终点Kaplan-Meier曲线图。(B) 按核心梗死质量三分位分组的主要终点Kaplan-Meier曲线图。ASCD = 流产型心脏性猝死;PIZ = 梗死周边区;SCD = 心脏性猝死。 查看原图 ↗
图2 主要终点的多变量Cox回归分析(模型A)及随后加入LGE定量数据(上) 使用LVEF <35%、NYHA功能分级 >1、核心梗死质量和PIZ质量的最终多变量Cox模型森林图。数据以每10 g的LGE结果表示。(中和下) 使用LVEF <35%和NYHA功能分级 >1的二分类截断值并随后加入LGE定量数据的多变量Cox模型。∗每10 g结果:PIZ质量,HR:1.95 [95% CI:1.28-2.98];P = 0.002;核心梗死质量,HR:1.28 [95% CI:1.06-1.56];P = 0.01。LGE = 晚期钆增强;LVEF = 左心室射血分数;NYHA = 纽约心脏协会;其他缩写同图1。 查看原图 ↗

SCD或流产型SCD的复合终点:瘢痕微结构分析

在检查瘢痕微结构时,表1中的5项特征分别针对以下各项单独计算:1)核心梗死;2)PIZ;以及3)总瘢痕(核心梗死 + PIZ)。图3显示了突出显示高特征值和低特征值LGE切片的示例图像。

所有瘢痕微结构特征在单变量和多变量Cox回归分析中均与主要终点相关,后者是在调整LVEF <35%和NYHA功能分级 >1后(补充表5)。图4显示了效应估计值最大的瘢痕微结构特征。在将核心梗死质量和PIZ质量加入Cox回归模型后,没有任何瘢痕微结构特征仍与主要终点显著相关(补充表6)。

图3 使用LGE图像计算分析提取的瘢痕微结构特征示例LGE-CMR图像展示5组瘢痕微结构特征。(上排) 高特征值。(下排) 低特征值。图像1至4中核心瘢痕以红色显示,PIZ以粉色显示。图像1中核心梗死交界区以黄线表示。CMR = 心脏磁共振;其他缩写同图1和图2。 查看原图 ↗
图4 主要结局的瘢痕微结构特征多变量分析。针对各组内效应估计值最大的瘢痕微结构特征,分别建立个体化Cox回归模型。每个模型均对左心室射血分数(LVEF)<35%和纽约心脏病协会(NYHA)功能分级>1进行校正。缩写同图1和图2。 查看原图 ↗

次要结局

主要心力衰竭事件

随访期间,78例(17.9%)患者发生了主要心力衰竭事件。多变量分析显示,两种瘢痕指标与该次要终点均无显著关联(PIZ质量每克:HR:1.02 [95% CI:0.98-1.06];P = 0.35;核心梗死质量每克:HR:1.00 [95% CI:0.98-1.02];P = 0.77)(补充图5)。

全因死亡率

随访期间共有138例(31.6%)死亡(92例心血管死亡,46例非心血管死亡)。多变量分析显示,PIZ质量与死亡率独立相关(每克:HR:1.04 [95% CI:1.01-1.08];P = 0.02)(补充图6)。当两种瘢痕指标同时纳入模型时,核心梗死质量与该终点无显著关联(每克:HR:1.00 [95% CI:0.98-1.02];P = 0.96)(补充图6)。

LVEF≥35%患者中心源性猝死或中止的心源性猝死的复合终点

在319例LVEF≥35%的患者中,25例发生了SCD或中止的SCD。按PIZ质量和核心梗死质量三分位数分组的结局累积发生率提示,较高三分位组患者的首要结局风险增加(补充图7)。单变量分析显示,PIZ质量和核心梗死质量均与终点相关(每克:HR:1.09 [95% CI:1.04-1.14];P < 0.001 和 HR:1.04 [95% CI:1.02-1.06];P < 0.001)。对年龄、性别和LVEF进行校正后,当PIZ质量和核心梗死质量同时纳入多变量模型时,二者均不再与主要终点显著相关(每克:HR:1.02 [95% CI:0.94-1.11];P = 0.58 和 HR:1.03 [95% CI:0.99-1.07];P = 0.13)(补充图7)。

LVEF≥35%患者的瘢痕微结构分析突出了3个在多变量分析中(校正年龄、性别和LVEF)与主要终点相关的特征:透壁性、界面面积和熵(补充表7)。将核心梗死质量和PIZ质量加入Cox回归模型后,仍有1个特定的瘢痕微结构特征与主要终点相关:核心梗死与PIZ的联合透壁性(HR:2.29 [95% CI:1.04-5.01];P = 0.04)。其他结果详见补充表8和补充表9。

讨论

据我们所知,这是第一项评估通过心脏磁共振(CMR)进行多尺度心肌瘢痕表征以预测前瞻性研究的冠心病(CAD)患者SCD效用的研究。该队列代表了慢性冠状动脉疾病且左心室收缩功能谱系完整的典型患者的真实世界数据集。我们的主要发现如下(中心插图):•对用于ICD植入决策的临床参数进行校正后,PIZ质量和核心梗死质量均可独立预测SCD;然而重要的是,PIZ质量相对于核心梗死质量并无增量预后价值。

当晚期钆增强(LGE)定量数据纳入多变量模型时,LVEF降低不能预测SCD。

在多变量分析中,PIZ质量与核心梗死质量均与主要心力衰竭事件无关。

计算分析识别出一组临床上合理的瘢痕微观结构特征与SCD相关;然而,在调整总瘢痕质量后,这些指标并不能独立预测SCD。

中心插图 深入心肌瘢痕特征表征以预测稳定性冠状动脉疾病患者的突发心脏死亡 (A) 在调整用于ICD植入决策的参数后,核心梗死质量和PIZ质量可独立预测SCD。(B) PIZ质量和核心梗死质量按每10 g呈现。(C) 计算性LGE分析提取了一组形态学和纹理瘢痕特征,在多变量分析中与SCD相关(每个模型均调整了LVEF<35%和NYHA功能分级>1)。D展示了纹理相关特征,即瘢痕熵。CMR=心脏磁共振;ICD=植入式心律转复除颤器;LGE=延迟钆增强;LVEF=左心室射血分数;NYHA=纽约心脏协会;PIZ=梗死周围区;SCD=突发心脏死亡。 查看原图 ↗

稳定性CAD中SCD的LGE-CMR预测因素

多项在CAD队列中进行的观察性研究已证明,通过LGE-CMR量化PIZ可用于识别全因死亡风险增加的患者10, 11, 12, 13、电生理检查中VT可诱发性20以及适当ICD治疗14,21, 22, 23。这些研究中的大多数要么将招募限制于LVEF受损的患者,要么限制于既往已植入ICD的患者。此外,在纳入已存在二级预防ICD适应证个体的研究中,新型CMR指标不太可能改变管理决策。Zegard等24最近发表了一项回顾性研究,在LVEF范围较广的CAD患者队列中评估LGE与SCD之间的关联。在我们的研究中,我们使用前瞻性招募的队列,基于他们在回顾性注册研究中描述的信号进一步证实,核心梗死质量和PIZ质量均可独立预测SCD。然而重要的是,基于Harrell’s C统计量或风险重分类分析,PIZ质量并未在核心梗死质量之外改善风险预测;数据提示,在梗死质量量化之外常规进行PIZ质量量化以确定ICD适应证缺乏常规作用。

在将核心梗死质量和PIZ质量加入多变量模型后,LVEF降低与主要终点无关。这与CAD队列中的既往数据一致,这些数据详细说明了在调整LGE后LVEF预测临床结局的局限性。25这些结果具有临床相关性,因为LVEF计算仍然是ICD植入决策中使用的核心指标,6,7这是由评估一级预防ICD治疗效用的开创性试验的入选标准所驱动的。26,27然而,人们充分认识到,LVEF受损并不能直接识别致心律失常性心肌基质。在CAD人群中,高达70%的SCD病例发生在LVEF未严重降低的受试者中,28并且仍然缺乏证据来确定LVEF与SCD之间令人信服的因果关系。29相反,心肌纤维化在SCD预测中是一个机制上合理的指标,并且在未发生后续心肌梗死的患者中也可能代表一个相对静态的参数。

最后,在多变量分析中,核心梗死质量和PIZ质量均不能预测主要心力衰竭事件。此外,在考虑非猝死竞争风险后,两种瘢痕指标与主要终点之间均存在显著关联。这些结果突显了LGE定量作为事件预测精准工具的潜在效用,假设性地将ICD植入靶向于未来心律失常风险高且非猝死原因死亡风险较低的CAD患者。重要的是,在单独加入核心梗死质量或PIZ质量,或同时加入两种瘢痕指标后,多变量模型的区分能力相似,这可能提示仅需量化1个瘢痕参数即可改善ICD适应人群的选择。

瘢痕微结构分析

对LGE图像的计算分析使得能够对预测SCD的关键形态学和纹理相关瘢痕特征进行机制性探究,在原始定量数据之上提供了额外的精细度层次。

具体而言,其中2个形态学特征与室性心律失常的关联已有越来越多的证据基础。第一,界面面积描述LGE与相邻组织之间边界的范围。该参数已被发现与扩张型心肌病中的主要心律失常事件相关,模拟建模描述了其促进单向传导阻滞的合理作用机制。18据我们所知,我们首次展示了CAD患者中瘢痕界面面积与SCD之间的显著关联。第二,已发现关键性VT峡部位点靠近透壁程度逐渐增加的瘢痕区域。30我们的研究证明了瘢痕透壁程度预测CAD患者SCD的新用途。

近期研究还证明了纹理相关特征——瘢痕熵与室性心律失常之间的关联。15瘢痕熵描述心肌纤维化区域内无序或异质性的程度。15我们的研究首次证明了这一微结构特征在LVEF范围广泛的前瞻性研究患者中预测SCD的效用。

将核心梗死灶质量和PIZ质量同时纳入多变量模型后,没有任何瘢痕微结构特征与主要结局保持独立相关性。这可能是因为各个微结构特征同步缩放,产生了一个综合信号,而该信号已被核心梗死灶和PIZ的原始定量充分捕捉,这可能提示在临床实践中提取形态学和纹理相关瘢痕特征的作用有限。然而,重要的是,在左心室射血分数(LVEF)≥35%的患者中,将晚期钆增强(LGE)定量数据纳入Cox回归模型后,核心梗死灶和PIZ的高联合透壁程度可识别出心脏性猝死(SCD)风险增加的患者。需要进一步的机制研究来全面剖析这一微结构特征在致心律失常中的作用。

研究局限性

这是一项单中心研究,因此结果的普适性可能受到质疑。然而,我们的结果与先前评估全因死亡的前瞻性研究一致,10 且患者队列代表了真实世界数据集,转诊自当地心内科门诊以及广泛的二级和三级医院。我们的研究中男性和白人患者比例较高,因此结果可能不适用于女性患者和非白人人群。我们未评估心肌缺血;然而,先验假设是评估LGE特征描述在预测稳定性冠心病(CAD)患者SCD方面的效用。反映这一点的是,我们的队列主要包含轻度缺血症状的患者(64%为加拿大心血管学会心绞痛1级,26%的患者为加拿大心血管学会2级)。

关于二维LGE能否准确描述PIZ的能力已引发关注。这主要围绕部分容积效应问题,即成像体素同时包含边界清晰的核心瘢痕和邻近正常心肌。由于空间分辨率有限而非由于存活心肌细胞与胶原交织的区域,这导致了中间信号。未来利用三维LGE的研究将能够实现全心脏覆盖,同时减小体素尺寸并改善空间分辨率。消除层间距将允许更详细地描述LGE特征沿层方向的关系(例如,提高描述潜在室性心动过速(VT)传导通道的信心)。

LGE定量仅使用FWHM方法进行,而近期回顾性研究强调了通过SD方法进行LGE定量与SCD之间的关联。24 然而,与其他LGE定量方法相比,FWHM方法具有最高程度的可重复性,31 且大多数PIZ结局研究采用了该方法。10 此外,我们仅在单一平台上进行LGE定量,因此对其他厂商的普适性可能有限。

结论

我们的研究提供了新的前瞻性数据,证明通过CMR表征心肌纤维化在稳定型CAD患者队列中预测SCD的价值。我们还强调了LVEF计算在SCD风险预测中的局限性。现在应考虑开展多中心试验,采用适当的LGE指标截断值,将高于该截断值的患者随机分配至ICD植入或常规药物治疗。展望患者诊疗与操作技能方面的胜任力:全面的LGE表征可在前瞻性招募的稳定型CAD且LVEF范围广泛的患者中预测SCD。此外,众多基于形态的形态学和纹理瘢痕微观结构特征与SCD相关,提供了超越标准LGE表征的一定程度的机制性探究。

转化前景:深入的LGE表征有望取代严重LV收缩功能不全,成为识别稳定型CAD患者中一级预防ICD候选者的核心指标。

资金支持与作者披露

本研究由授予Prasad博士和Jones博士的国家心肺研究所基金会资助。本研究还由授予Halliday博士的英国心脏基金会资助(FS/ICRF/21/26019)以及授予Zaidi先生的工程与物理科学研究委员会资助(2018/19 DTP - EP/R513064/1)支持。Leyva博士是Medtronic Inc、Boston Scientific、Abbott、Microport和Biotronik的顾问,并已从这些公司获得研究资助。所有其他作者均报告,他们没有与本文内容相关的需要披露的关系。

引用

  1. Jones RE, Zaidi HA, Hammersley DJ, et al. Comprehensive Phenotypic Characterization of Late Gadolinium Enhancement Predicts Sudden Cardiac Death in Coronary Artery Disease. JACC Cardiovasc Imaging. 2023. PMID: 36752426. doi:10.1016/j.jcmg.2022.10.020
  2. 全文:PMC10151254(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10151254/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。