晚期钆增强熵作为心肌组织异质性的新指标预测肥厚型心肌病患者不良心脏事件
本研究回顾性纳入337例肥厚型心肌病患者,在3.0T心脏磁共振晚期钆增强序列上计算左心室熵以反映心肌组织异质性,中位随访24个月±13个月,43例达到终点事件者熵值更高(6.20±0.45,p<0.001),熵值≥5.587者主要和次要终点风险均显著更高(均p<0.001),多因素Cox分析显示左心室熵是主要终点(HR 1.291)和次要终点(HR 1.273)的独立预测因子,加入熵可改善模型性能和风险重分类(p<0.05)。
要点
- 左心室熵可反映肥厚型心肌病患者心肌组织异质性,且不依赖信号强度阈值。
- 达到终点事件者的左心室熵更高(6.20±0.45,p<0.001),熵≥5.587者主要和次要终点风险均显著更高(均p<0.001)。
- 多因素Cox分析中左心室熵是主要终点(HR 1.291)和次要终点(HR 1.273)的独立预测因子,加入后C-index、NRI和IDI均改善(p<0.05)。
核心结论
- 心脏磁共振测量的左心室熵是肥厚型心肌病患者主要和次要终点的独立预测因子,有助于改善风险分层。
- 通过熵反映的心肌异质性对肥厚型心肌病患者不良事件具有预后价值,测量左心室熵有助于识别有心力衰竭和心源性猝死风险的患者。
研究设计与样本
- 回顾性研究,纳入2017年5月至2020年12月间接受心脏磁共振的359例肥厚型心肌病患者,其中337例序列完整且图像质量可接受者进入随访。
- 使用3.0T扫描仪(Magnetom Verio;Siemens AG Healthcare,德国 和 Ingenia;Philips Healthcare,荷兰),序列包括稳态自由进动屏气电影序列和晚期钆增强序列。
- 由两名具有5年以上经验的放射科医生使用CVI42(Circle Cardiovascular Imaging Inc.)盲法分析图像,晚期钆增强百分比采用全宽半高法计算。
- 左心室熵通过计算晚期钆增强序列左心室心肌像素信号强度的概率分布获得,心内膜和心外膜边界手动勾画并排除血池信号,由MatLab程序自动计算。
- 主要终点为因心力衰竭再入院,次要终点为主要终点、心源性猝死和非心血管死亡的复合终点。
关键影像表现/征象
- 达到终点事件的患者左心室熵为6.20±0.45,高于未达到终点事件者(p<0.001)。
- 达到终点事件的患者晚期钆增强为13.9±10.0%,左心室舒张末期容积指数为89.3±40.5 ml/m2,左心室收缩末期容积指数为47.6±21.2 ml/m2,左心室射血分数为43.0±11.8%,每搏输出量为56.5±29.8 ml(均p<0.05)。
- 全部肥厚型心肌病患者中,熵与左心房内径、左心室舒张末期容积指数、左心室收缩末期容积指数和晚期钆增强呈显著正相关(均p<0.05),与左心室射血分数和每搏输出量呈显著负相关(均p<0.05)。
- 熵测量的观察者内和观察者间一致性良好(组内相关系数分别为0.965和0.943,均p<0.05)。
- 两台扫描仪获取的熵在正常患者之间及达到终点事件的患者之间均无统计学差异(补充文件1表S3)。
诊断标准与关键数值
- 以熵中位数5.587为界,高熵组(≥5.587)主要和次要终点风险均显著高于低熵组(<5.587)(均p<0.001)。
- 单因素Cox分析中,年龄(HR 1.026,CI 0.999–1.054)、左心房内径(HR 1.004,CI 0.999–1.008)、晚期钆增强(HR 1.107,CI 1.074–1.142)和熵(HR 1.356,CI 1.258–1.463)为主要终点的显著预测因子(均p<0.1)。
- 单因素Cox分析中,左心房内径(HR 1.005,CI 1.002–1.009)、晚期钆增强(HR 1.116,CI 1.089–1.144)和熵(HR 1.356,CI 1.276–1.441)为次要终点的显著预测因子(均p<0.1)。
- 多因素Cox分析中,晚期钆增强(HR 1.048,CI 1.008–1.090)和熵(HR 1.291,CI 1.182–1.411)为主要终点的显著预测因子(均p<0.05);晚期钆增强(HR 1.055,CI 1.021–1.091)和熵(HR 1.273,CI 1.183–1.370)为次要终点的显著预测因子(均p<0.05)。
- 将熵加入包括年龄、左心房内径和晚期钆增强的模型后,主要和次要终点的C-index分别为0.872和0.838,NRI分别为0.332和0.376,IDI分别为0.138和0.140(均p<0.05)。
临床应用与阅片要点
- 左心室熵可在晚期钆增强序列上通过勾画心内膜和心外膜边界、排除血池信号后自动计算,反映整个左心室心肌像素信号强度的复杂程度。
- 熵值越高提示心肌组织异质性越大,与左心房内径、左心室容积指数和晚期钆增强正相关,与左心室射血分数和每搏输出量负相关。
- 以5.587为界,高熵组患者主要和次要终点风险显著更高,熵可作为独立的预后指标用于肥厚型心肌病风险分层。
- 将熵加入年龄、左心房内径和晚期钆增强模型可提高预测准确性和风险重分类,提示其具有增量预后价值。
局限性
- 由于患者数量限制,终点事件发生率高于既往大样本研究,未来将继续招募更多病例以完善分析。
- 晚期钆增强熵的测量尚需在更多设备上开展进一步推广研究。
- 本研究大多数患者未进行T1 mapping,未来需要将熵与细胞外容积分数进行比较以进行更可靠的验证。
- 鉴于肥厚型心肌病患者临床治疗的变化,治疗期间多次测量熵将有助于做出更准确的分析判断。
全文中译13 节 · 点击展开
引言
肥厚型心肌病(HCM)是一种常见的遗传性心血管疾病,在一般人群中患病率为1/500 [1, 2]。HCM的形态学和功能特征包括显著且不对称的左心室(LV)肥厚以及左心室腔非扩大 [3]。HCM患者的临床表型存在显著异质性,患者可无症状,也可表现为心力衰竭(HF)、心律失常和心源性猝死(SCD)[4]。随着植入式除颤器的使用,HCM相关SCD的发生率已显著下降,而心力衰竭正日益成为HCM管理中突出的挑战 [5]。已发现多种危险因素与HCM患者的不良预后相关 [6, 7]。然而,准确的风险预测仍不充分。
心脏磁共振(CMR)因其在组织学表征方面的独特优势,特别适合用于分析HCM的表型变化 [8–10]。使用晚期钆增强(LGE)检测心肌纤维化的CMR是无创表征瘢痕组织的最重要技术之一。近期研究表明,LGE在预测不良心脏事件方面具有价值,有助于临床实践中的风险分层 [14–16]。然而,大多数LGE定量方法通过设定信号强度阈值并评估高于该阈值的像素范围来实施。对整体心肌的评估存在局限性,尤其是非强化区域 [17]。
熵是一种新的LGE衍生参数,不依赖于信号强度阈值 [18, 19]。像素完全均匀的图像熵为零。当心肌组织之间存在信号强度差异时,会出现许多不同的像素值,从而熵值更高。根据这一原理,熵可以量化整个左心室心肌的“复杂性”。既往研究发现,熵可以反映扩张型心肌病和梗死后心肌的不均匀重构 [20, 21]。考虑到HCM以弥漫性组织病理学异常为特征 [22],我们假设LGE熵测量能更好地反映HCM患者的心肌异质性。因此,在本研究中,我们探讨了左心室熵是否与HCM患者的不良预后相关,并评估了熵作为风险分层的预测价值。
方法
研究人群
本回顾性研究经当地医院伦理委员会批准,并获得所有患者的书面知情同意。HCM的诊断依据CMR确认存在非扩大的左心室肥厚(成人患者最大室壁厚度≥ 15 mm,或成人患者亲属≥ 13 mm),且不存在其他可解释左心室肥厚的疾病 [23]。2017年5月至2020年12月期间,共招募359例HCM患者接受CMR检查,其中337例具有足够CMR序列且图像质量可接受的患者纳入后续随访。排除标准如下:(a)未能完成心脏磁共振检查;(b)图像质量差;(c)随访不完整。其他排除标准包括先天性心脏病、心肌淀粉样变性、晚期肾功能衰竭或钆对比剂禁忌证(图1)。
CMR方案
CMR研究在3.0 T扫描仪(Magnetom Verio;Siemens AG Healthcare,德国;Ingenia;Philips Healthcare,荷兰)上进行。序列包括稳态自由进动屏气电影图像和LGE图像。详细的CMR方案见附加文件1。
CMR图像分析
CMR图像分析由两名具有5年以上经验且对临床信息不知情的放射科医师使用CVI42(Circle Cardiovascular Imaging Inc.)进行。在收缩末期和舒张末期自动勾画左心室心内膜和心外膜边界并手动调整。然后,由软件计算左心室收缩末期容积(LVESV)、左心室舒张末期容积(LVEDV)、左心室质量(LVM)和左心室射血分数(LVEF)。所有容积和质量均按体表面积(BSA)标准化。LGE百分比由CVI软件采用半高全宽(FWHM)法识别并计算。
左心室熵测量
左心室熵通过计算LGE图像上心肌像素信号强度的分布获得(图2)。在LGE图像上手动勾画心外膜和心内膜边界,并排除血池信号。用MatLab(MathWorks, Natick, MA)编写的程序根据以下方程自动进行熵计算:其中为信号强度的概率分布。
随访信息
随访数据由两名具有十年以上经验且对CMR数据不知情的心脏科医师通过病历和电话访谈收集。主要终点定义为因心力衰竭(HF)再入院。次要终点包括主要终点、心源性猝死和非心血管死亡。
统计分析
数据采用IBM SPSS统计软件(v. 24.0,IBM SPSS Inc.)和R软件(版本4.1.2;The R Project for Statistical Computing)分析。采用t检验和卡方检验比较连续变量(以均数±标准差表示)和分类变量(以频数及百分比表示)。连续变量之间的相关性采用Pearson相关系数评估。生存曲线按Kaplan–Meier法建立,高熵和低熵患者按中位数分类。使用Cox回归分析确定熵是否为事件的预测因子。单因素回归分析中显著的变量(p < 0.1)纳入多因素分析。为评估LGE熵的增量预后价值,我们计算了Harrel C指数、净重分类改善(NRI)和综合判别指数(IDI)。计算组内相关系数以评估观察者内和观察者间一致性。
结果
研究人群特征
共有337例患者纳入本次分析的队列。表1显示了肥厚型心肌病(HCM)患者的临床和心脏磁共振(CMR)特征。同时,43例(平均年龄54 ± 15岁,84%为男性)发生终点事件的患者具有更高的BMI、心率和左心房(LA)内径(均p < 0.05)。在CMR参数方面,达到终点事件的HCM患者较未发生终点事件的患者具有显著更高的左心室舒张末期容积指数(LVEDVi)(89.3 ± 40.5 ml/m2)、左心室收缩末期容积指数(LVESVi)(47.6 ± 21.2 ml/m2)、晚期钆增强(LGE)(13.9 ± 10.0%)和熵(6.20 ± 0.45),以及更低的左心室射血分数(LVEF)(43.0 ± 11.8%)和每搏输出量(SV)(56.5 ± 29.8 ml)(均p < 0.05)。观察者内和观察者间一致性显示熵测量具有良好的可重复性(分别为0.965和0.943,两者p < 0.05)。两种扫描仪获取的熵在正常患者之间以及达到终点事件的患者之间均无统计学差异(补充文件1:表S3)。
此外,HCM患者中熵与特征性左心室参数的相关性见补充文件1:表S1。在所有HCM患者中,熵与LA内径、LVEDVi、LVESVi和LGE呈显著正相关(均p < 0.05)。与LVEF和SV呈显著负相关(均p < 0.05)。
结局
在中位随访24 ± 13个月期间,33例(10%)患者达到主要终点事件。此外,43例(13%)患者达到次要终点事件,包括主要终点(10%)、8例(2%)心血管死亡和2例(1%)非心血管死亡。Kaplan–Meier分析(图3)表明,熵高于或等于中位数(≥ 5.587)的高熵患者发生结局事件的风险显著高于低熵(< 5.587)患者(两者p < 0.001)。
生存分析
将2020年AHA/ACC指南中的经典危险因素包括年龄、不明原因晕厥、非持续性室性心动过速(NSVT)、心脏性猝死(SCD)家族史、LA内径、最大左心室壁厚度、左心室流出道(LVOT)压力阶差和LGE纳入Cox回归分析。单因素Cox分析显示年龄(HR 1.026,CI 0.999–1.054)、LA内径(HR 1.004,CI 0.999–1.008)、LGE(HR 1.107,CI 1.074–1.142)和熵(HR 1.356,CI 1.258–1.463)是主要终点事件的显著预测因素(均p < 0.1,表2)。LA内径(HR 1.005,CI 1.002–1.009)、LGE(HR 1.116,CI 1.089–1.144)和熵(HR 1.356,CI 1.276–1.441)是次要终点的显著预测因素(均p < 0.1)。此外,熵与各不良事件的分析显示,熵是各事件的显著单因素预测因素(均p < 0.001,补充文件1:表S2)。
显著变量纳入多因素Cox回归分析。LGE与熵的共线性分析排除了共线性[容差=1(>0.1),方差膨胀因子=1(<10)]。在多因素Cox分析中,LGE(HR 1.048,CI 1.008–1.090)和熵(HR 1.291,CI 1.182–1.411)是主要终点的显著预测因子(均p < 0.05,表3)。对于次要终点事件,LGE(HR 1.055,CI 1.021–1.091)和熵(HR 1.273,CI 1.183–1.370)是显著预测因子(均p < 0.05)。
预测模型
我们评估了在现有危险因素(包括年龄、左房直径和LGE)基础上加入熵后预测模型的改善程度(表4和图4)。对于主要终点和次要终点,加入熵后C指数(0.872和0.838)均得到改善。加入熵后,预测主要终点和次要终点事件发生的区分度和重分类(NRI 0.332和0.376,IDI 0.138和0.140)也显著改善(p < 0.05)。
讨论
本研究表明,发生不良事件的HCM患者LGE熵显著升高。此外,LGE熵与左房直径、左室射血分数和LGE显著相关。在生存分析中,发现熵 > 5.587与主要终点和次要终点相关。在多因素Cox回归分析中,LGE熵也是主要终点和次要终点的独立预测因子。这些发现表明,LGE熵为预测HCM患者不良事件提供了增量预后价值。
尽管在预防心脏性猝死(SCD)等不良事件方面取得了有效进展,但HCM患者不良预后的有效识别仍不令人满意,主要原因是临床表型存在显著异质性,其中心力衰竭是决定HCM长期预后的主要并发症[24–26]。近几十年来,随着药物治疗、心肌切除术、酒精室间隔消融和心脏移植的应用,HCM的治疗已显著改善,但高危患者识别不足影响了患者的长期预后[28]。
心脏磁共振(CMR)在HCM患者评估中发挥着越来越重要的作用。使用LGE检测心肌纤维化的CMR是无创表征潜在瘢痕结构研究最广泛的技术[29]。研究发现,半数至三分之二的HCM患者可能存在LGE,而纤维化是心肌病患者心功能障碍的主要原因[30–32]。最近一项纳入五项研究的荟萃分析表明,LGE的存在与心脏性猝死(SCD)风险增加3.4倍、全因死亡率增加1.8倍、心血管死亡率增加2.9倍以及心力衰竭死亡呈增加趋势相关[16]。与既往研究相似,本研究中LGE在不良结局患者中更为显著,且LGE也是终点事件的显著预测因子。
然而,临床检查中的LGE定量主要关注检测瘢痕的存在和范围,在评估整体心肌尤其是非强化区域方面存在局限性[17]。肥厚型心肌病(HCM)以弥漫性组织病理学异常为特征,病变常累及整个左心室心肌[22]。HCM患者在疾病过程中可能发生三种以上类型的心肌纤维化:弥漫性微瘢痕、血管周围纤维化、肌周纤维化和肌内膜纤维化[33, 34]。不同纤维化之间的异质性也可能导致不同程度的心肌结构异常,并最终导致不良事件[35]。因此,HCM患者需要在心肌组织异质性方面进行更仔细的区分,包括正常心肌和纤维化瘢痕。熵作为一种图像复杂度的度量指标,近年来在心脏磁共振(CMR)中被广泛用于评估心肌异质性[18, 20, 21, 36]。低熵表示像素强度均匀,反映心肌中相同类型的组织。而高熵表示区域信号强度值呈不规则宽范围分布,反映存在不同组织类型的混合[37]。与基于视觉和信号强度阈值评估心肌瘢痕的LGE不同,熵测量旨在捕捉整个左心室的组织异质性。Muthalaly等[21]首次将熵的概念应用于CMR领域,并证明其是一种快速且可重复的测量方法,熵有助于扩张型心脏病患者的风险分层。Androulakis等[20]发现,在心肌梗死后患者中,全左心室熵通过反映梗死后左心室不良且不可逆的非均匀重构,与死亡率独立相关。Antiochos等[18]发现,左心室熵成为无心肌瘢痕的心律失常患者主要不良心血管事件(MACE)的最强多因素预测因子。
在本研究中,LGE熵升高的患者心力衰竭(HF)发生率更高,这与Antiochos等[18]的结果一致,熵检测可通过有效识别LGE不易检测到的斑块样纤维化和较粗的纤维条索来提高HF风险的预测。LGE熵与HF之间的关联可能反映HCM患者不均匀纤维化的程度。此外,在预测模型比较方面,LGE熵还提高了结局事件预测模型的预测准确性。除C指数外,NRI和IDI的计算结果也显示LGE熵对包括HF在内的终点事件具有更高的预测能力。
本研究存在若干局限性。首先,由于患者数量的限制,终点事件的发生率较既往大样本研究偏高。我们将在未来继续招募更多病例以完善分析。LGE熵的测量还需要在更多设备上进行进一步推广研究。其次,本研究中大多数患者未进行T1 mapping,未来需要将熵与细胞外容积分数进行比较以获得更可靠的验证。鉴于HCM患者在接受临床治疗后的变化,治疗期间多次测量熵将有助于做出更准确的分析判断。
总之,使用晚期钆增强(LGE)熵测量有助于分析肥厚型心肌病(HCM)患者的心肌异质性。LGE熵对HCM患者不良预后具有独立预后价值。将LGE熵纳入危险因素可提供增量预后价值。
补充信息
附加文件1。晚期钆增强熵作为预测肥厚型心肌病患者不良心脏事件的心肌组织异质性新指标。
引用
- Gu ZY, Qian YF, Chen BH, et al. Late gadolinium enhancement entropy as a new measure of myocardial tissue heterogeneity for prediction of adverse cardiac events in patients with hypertrophic cardiomyopathy. Insights Imaging. 2023. PMID: 37603140. doi:10.1186/s13244-023-01479-6
- 全文:PMC10441833(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10441833/
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。