冠状动脉CT血管成像联合冠状动脉钙化积分提高冠状动脉疾病诊断:针对稳定胸痛转诊有创冠状动脉造影患者的协作荟萃分析
该协作荟萃分析纳入29项原始研究共2315例稳定胸痛患者,基于个体数据构建单纯CCTA模型与CCTA联合CAC积分模型,以有创冠状动脉造影为参考标准。联合模型的AUC为87%(95%CI 86–89%),高于单纯CCTA的80%(95%CI 78–82%,p<0.001),且在几乎全部阈值概率上净获益更高,诊断改善主要见于CCTA结果不可诊断的患者。
要点
- CCTA联合CAC积分诊断阻塞性CAD的AUC为87%,高于单纯CCTA的80%(p<0.001)。
- 诊断准确率提高2.4%(p<0.001),正确重分类55例,其中52例(96%)为CCTA不可诊断者。
- 临床场景模型中CAC≥2000直接转诊ICA、CCTA不可诊断时用CAC 400,AUC达88%。
核心结论
- 在稳定胸痛患者中,将CAC积分加入CCTA findings可提高检测阻塞性CAD的诊断性能和净获益,尤其当CCTA不可诊断时。
研究设计与样本
- 研究类型为基于个体患者数据的协作荟萃分析(COME-CCT数据集),纳入29项原始研究共2315例患者(女性858例,占37%),平均年龄61.1±10.2岁。
- 以有创冠状动脉造影为参考标准,阻塞性CAD定义为冠状动脉管腔直径狭窄至少50%;CAC采用Agatston积分,基于CCTA扫描前增强图像量化。
- 构建两个CAD预测模型:单纯CCTA模型与CAC联合CCTA模型,采用广义线性混合效应模型并设原始研究随机截距;模型比较用似然比检验,诊断性能比较用AUC,临床获益用决策曲线分析评估。
诊断标准与关键数值
- CAC联合CCTA模型诊断阻塞性CAD的AUC为87%(95%CI 86–89%),单纯CCTA模型为80%(95%CI 78–82%),p<0.001,似然比检验236.3,df=1,p<0.001。
- CAC联合CCTA模型的诊断比值比(DOR)为64.0(95%CI 35.9–114.2),单纯CCTA模型为41.3(95%CI 20.4–83.5)。
- 临床场景模型采用CAC切点2000直接转诊ICA、CCTA不可诊断时采用CAC切点400,其AUC为88%(95%CI 86–90%),单纯CCTA为80%(95%CI 78–82%,p<0.001);准确率87%(95%CI 86–88%) vs 80%(95%CI 78–81%,p<0.001)。
- 初始模型提示CAC积分≥1715可直接转诊ICA,但临床场景模型为简化采用切点2000。
- CAC积分在CCTA可诊断与不可诊断患者中的CAD预测AUC分别为76%(95%CI 74–78%)与74%(95%CI 67–80%),p=0.529。
临床应用与阅片要点
- 联合模型在几乎全部阈值概率上净获益优于单纯CCTA,诊断改善在性别、年龄组和胸痛类型各亚组中一致。
- 诊断准确率提高2.4%(p<0.001),正确重分类55例净病例,其中52例(96%)为CCTA不可诊断患者,另3例(4%)为典型症状且CAC积分超过2000的可诊断患者。
- 2019年欧洲指南不推荐常规使用CAC积分诊断CAD,而2021年美国心脏病学会指南指出CAC积分若可获得可作为一线检查以更好估计验前概率。
- 美国心脏病学会指南推荐对中高风险的CCTA不可诊断患者,在负荷试验基础上加做CAC积分检测。
局限性
- COME-CCT研究人群来自比较CCTA与ICA诊断CAD的不同前瞻性诊断研究,并非专门探究CAC积分的附加价值。
- COME-CCT联盟纳入的患者中并非均有CAC积分数据。
- 纳入患者均转诊行ICA,CAD患病率较高(43.5%),因此需要在CAD患病率较低的人群中对模型进行外部验证。
- 分析仅在患者水平进行,无节段水平信息可用。
- 原始研究数据采集未使用性别连续变量,仅使用二元性别定义。
全文中译14 节 · 点击展开
引言
冠状动脉钙化(CAC)评分是后续冠状动脉事件的预后标志物[1],也是存在阻塞性冠状动脉疾病(CAD)的诊断标志物[2]。CAC缺失与阻塞性CAD的低患病率(< 5%)相关[3–5],而CAC存在则增加阻塞性CAD的概率[6–10]。另一方面,CAC评分不提供关于非钙化斑块或管腔狭窄的信息,限制了其在患者筛查和风险分层中的作用[11–13]。
冠状动脉CT血管造影(CCTA)是一种安全的非侵入性检查手段,在稳定胸痛和疑似CAD患者中可作为侵入性冠状动脉造影(ICA)的准确守门人[3, 4]。DISCHARGE试验表明,在因稳定胸痛而被转诊行ICA且CAD验前概率为中等的患者中,以CCTA或ICA作为初始检查在预防主要不良心血管事件方面无显著差异,而CCTA组的主要操作相关并发症发生率较低[14]。心脏CT协作荟萃分析(COME-CCT)联盟表明,以ICA为参考标准时,CCTA在诊断阻塞性CAD方面具有高准确性[15]。然而,CCTA受限于非诊断性检查率,在COME-CCT中高达10.4%[15],在多项大型临床试验的稳定胸痛患者中为5%至6.4%[14, 16, 17]。非诊断性检查结果是在患者层面定义的,依据是纳入COME-CCT数据库的原始诊断准确性研究的当地标准,即当由于至少一支血管的底层图像质量而无法排除血管中50%或以上的显著狭窄时。CAC评分可能填补这一诊断空白,并为疑似CAD和稳定胸痛患者提供有用的补充信息。
在Wieske等人[18]的一项研究中,与CAC评分相比,CCTA在诊断稳定胸痛患者阻塞性CAD方面具有更高的诊断准确性。然而,CAC与CCTA联合的附加价值尚不清楚。因此,我们试图以ICA为参考标准,研究CCTA表现联合CAC评分与单独CCTA表现相比的诊断效能。
方法
患者
我们的研究人群来自COME-CCT原始数据集[19],该数据集是一项个体患者数据的协作荟萃分析,评估CCTA以侵入性冠状动脉造影为参考标准在稳定胸痛患者中的诊断效能。所有患者均接受了两项检查,仅CAC评分可获得者被纳入我们的分析。我们排除了表现不稳定、已知CAD、冠状动脉支架或旁路移植的患者(附录图1)。数据收集、数据协调、报告偏倚和偏倚风险评估此前已有报道[15]。简言之,我们联系了所有通讯作者以获取已发表和未发表的研究。数据协调由两名独立阅片者完成,他们对照已发表的汇总数据检查了数据质量和准确性。偏倚风险由两名未参与数据收集或协调的独立阅片者评估。
ICA、CCTA和CAC评分
在研究机构中,根据当地标准进行了ICA,并作为本个体患者数据荟萃分析中的诊断参考标准。阻塞性CAD定义为冠状动脉管腔直径减少至少50%。二维和三维CCTA后处理由经验丰富的研究人员完成,如先前报道[15]。CCTA显示冠状动脉管腔狭窄50%被视为阻塞性CAD。Agatston评分用于基于CCTA扫描前获得的增强图像量化CAC量[20]。
亚组分析
按性别、胸痛类型和年龄组进行亚组分析。定义了三个年龄组:小于45岁、45至65岁和大于65岁。进行这些分析是为了评估在临床重要的亚组中,CAC联合CCTA与单独CCTA相比的诊断性能。
为复制临床场景,通过利用初始模型定义的临界值(附录表3)将CAC值二分类,开发了一个额外模型。该特定临界值确定了进行CCTA获益可忽略不计的阈值,表明依赖该CAC临界值的假阳性率将接近CCTA的非诊断率。此外,当CCTA结果为非诊断性时,使用400的额外CAC临界值。
统计分析
正态分布变量以均值±标准差(SD)报告,而序数或非正态分布数据使用中位数和四分位距(IQR)。分类数据以比例及其95%置信区间(CI)报告。
为评估将CAC评分和CCTA findings纳入阻塞性CAD诊断的获益,我们构建了两个CAD预测模型:(1)单独CCTA模型和(2)CAC联合CCTA模型。遵循STARD 2015指南[21]报告两个模型的开发和验证。模型基于个体患者数据(IPD)荟萃分析,通过广义线性混合效应模型构建,使用二项分布和逻辑链接函数,并为各研究设置随机截距以控制29项纳入研究间的变异性。对于统计比较,使用似然比检验比较单独CCTA模型和CAC联合CCTA模型。诊断性能基于受试者工作特征曲线下面积(AUC)[21–23]和诊断比值比(DOR)[21]进行比较,而临床后果通过偏倚校正的决策曲线分析[23]评估。决策曲线分析用于计算一系列阈值概率下的净获益。净获益反映了检测新病例(真阳性)的获益与对不需要患者进行诊断测试(假阳性)的危害之间的权衡。阈值概率涉及临床获益和危害相协调的比率。决策曲线分析的偏倚校正通过十倍交叉验证与100次重复方法完成[24]。模型的校准通过校准斜率和校准曲线视觉评估。
采用意向诊断方法,在CCTA结果不可诊断时对CCTA结果进行插补[25]。这是一种最差情况 scenario 方法,根据ICA结果作为参考标准,将不可诊断的CCTA病例视为假阳性或假阴性[25]。模型验证(附录表1)和校准(附录图2)使用250次bootstrap完成[26]。分析使用R 4.2进行,使用lme4、pROC、reportROC、DescTools、PrediABEL和dca-function软件包(https://www.mskcc.org/departments/epidemiology-biostatistics/health-outcomes/decision-curveanalysis-01)。
结果
本分析共纳入来自29项研究的2315例患者。纳入本分析的患者(0.52 ± 0.23)与排除患者(0.52 ± 0.22)之间的验前概率无统计学显著差异(差值:0.005 [95% CI:− 0.002至0.012],p = 0.153)。患者特征总结于表1。研究患者的中位CAC评分为71(IQR:1.0至378.3),1007例(43.5%)患者经ICA诊断为梗阻性CAD(表1)。在CCTA结果可诊断的患者与CCTA结果不可诊断的患者之间,基于CAC评分的CAD预测无统计学显著差异(AUC:76% [95% CI:74至78%] vs. 74% [95% CI:67至80%],p = 0.529)。
诊断性能评估
将CAC评分加入CCTA后,CAD预测的AUC提高至87% [95% CI:86至89%],而单独CCTA为(AUC:80% [95% CI:78至82%])(p < 0.001)(图1A),似然比检验236.3,df:1,p < 0.001。两个模型的其他诊断性能参数汇编于补充材料(附录表2)。CAC评分加CCTA模型通过正确分类55例净病例,将诊断准确率提高了2.4%(p < 0.001)。这些病例中的大多数,52例(96%),为CCTA结果不可诊断的患者。其余3例(4%)表现为典型症状且CAC评分超过2000,为CCTA结果可诊断的患者。附录表3–4呈现了两个模型的估计值及其比较的似然比检验结果。
CAC评分加CCTA模型的DOR为64.0 [95% CI:35.9至114.2],相比之下,单独CCTA模型为41.3 [95% CI:20.4至83.5](附录图3−4)。
临床后果评估
偏倚校正的决策曲线分析显示,在几乎所有阈值概率下,CAC评分加CCTA模型在净获益方面优于单独CCTA(图1B)。
亚组分析
与单独CCTA相比,将CAC评分与CCTA结果相结合提高了两个组别(图2)、所有三个年龄组(图3)以及各类型心绞痛症状(图4)中梗阻性CAD诊断的AUC。
初始模型提示,将冠状动脉钙化(CAC)评分≥1715的患者直接转诊至有创冠状动脉造影(ICA)可能是合理的。然而,为简化起见,我们的临床情景模型采用了2000的CAC截断值。临床情景模型显示冠心病(CAD)预测改善,曲线下面积(AUC)为88%[95%置信区间(CI):86%~90%],而单纯冠状动脉CT血管成像(CCTA)的AUC为80%[95%CI:78%~82%](p < 0.001)。此外,临床情景模型将诊断准确率显著提高至87%(95%CI:86%~88%),而单纯CCTA的准确率为80%(95%CI:78%~81%)(p < 0.001)(图5)。
讨论
我们的分析得出四项主要发现:第一,在疑似CAD且稳定性胸痛的患者中,将CAC评分与CCTA findings相结合,相比单纯CCTA改善了阻塞性CAD的预测。第二,CAC评分与CCTA的结合在几乎整个阈值范围内显示出更高的临床获益。第三,与单纯CCTA模型相比,CAC评分联合CCTA模型具有更好的校准曲线和更高的诊断比值比(DOR),这可能提示其在不同环境中具有更好的外部有效性,尤其是在CAD患病率较低的患者中。最后,我们还显示,在不同临床重要亚组(性别、年龄、胸痛类型)中,CAC评分联合CCTA findings的表现均优于单纯CCTA。这些发现可由CAC能够填补CCTA在诊断CAD时对无法诊断结果患者的诊断空白来解释。
我们的CAD预测模型基于两大支柱:CCTA findings和CAC评分。
据我们所知,有四项临床试验比较了CCTA与ICA,即单中心CAT-CAD试验[27]、多中心CONSERVE试验[28]、单中心随机CAD-Man试验[29]和多中心DISCHARGE试验[14]。最近对这四项试验的一项荟萃分析显示,在中位随访2.8年时,CCTA和ICA对主要不良心血管事件具有相似的预测能力[30]。然而,上述试验均未研究CAC评分与CCTA findings的组合。
CAC评分的简便性、避免使用造影剂以及低辐射需求,使其成为检测CAD的适用诊断标志物。虽然已有研究表明,将CAC评分加入患者的心血管危险因素中可增强对CAD的验前概率预测,但2019年欧洲指南并不推荐在CAD诊断中常规使用CAC评分,尽管其净重分类改善率达66% [3]。相比之下,2021年美国心脏病学会指南指出,CAC评分如可获得,可作为一线检查以更好地估计验前概率 [4]。对于CAD中高危且CCTA结果无法诊断的患者,美国心脏病学会指南推荐在负荷试验基础上加做CAC评分检测 [4],而在CCTA结果基础上加做CAC评分是否有益尚不明确。
我们表明,与单独CCTA相比,将CAC评分与CCTA结果相结合可提高检测阻塞性CAD的诊断效能,这也反映在联合检查在几乎所有阈值上均具有更好的净获益,这将改善不同临床场景中的临床决策。此外,诊断效能的改善在所有临床重要亚组中均一致,尤其是在典型胸痛症状患者和65岁以上患者中。最后,在疑似CAD的常规诊断流程中获取CAC评分信息有助于更好地评估患者预后并更好地调整治疗方案。
此外,在多中心CRESCENT试验中研究了另一种算法,即先进行CAC评分,若CAC为阳性则序贯加做CCTA,结果表明随机分配至心脏CT组的患者报告心绞痛症状的较少(p = 0.012)。1.2年后,随机分配至CT组的患者无事件生存率为96.7%,随机分配至功能检查组的患者为89.8%(p = 0.011)。CT可提供更快的诊断(p < 0.0001),且需要下游额外检查的频率更低(25% vs. 53%,p < 0.0001),从而导致更低的诊断费用(€369 vs. €440;p < 0.0001)[31]。
局限性
本研究具有相关局限性。第一,COME-CCT研究人群来自不同的前瞻性诊断研究,这些研究旨在比较CCTA与ICA对CAD的诊断,而非专门研究CAC评分的附加价值。第二,并非纳入COME-CCT联盟的所有患者均有CAC评分数据。第三,纳入的患者被转诊行ICA,导致CAD患病率较高(43.5%);因此,需要在CAD患病率较低的患者人群中对我们的模型进行外部验证。第四,由于无法获得逐节段信息,分析仅在患者层面进行。Leschka等已表明,在所有患者中,CAC评分与节段性CCTA相结合并未提高诊断准确性,而在无法诊断节段的患者亚组中,特异性从87%提高至100%,而敏感性未受影响 [32]。第五,原始纳入研究的数据收集未使用性别连续变量,仅使用了二元性别定义。
最后,本研究患者所服用的药物(尤其是他汀类药物)信息缺失,而这些信息本应具有相关性,因为多项研究已表明他汀类药物会增加钙化斑块体积(NCPV)[33, 34]。
优势
本研究也具有优势,例如其规模较大,纳入了来自16个国家的29项原始研究,CAC、CCTA和ICA患者总数超过2000例。其次,校准评估有助于使我们的结果可推广至CAD患病率较低的其他环境。第三,ICA转诊对于避免验证偏倚至关重要,而验证偏倚对校准指标的有效性具有明确影响。使用CCTA作为参考标准会降低模型校准的有效性,因为其阳性预测值较低。
结论
以ICA作为参考标准,本研究表明,与仅使用CCTA发现相比,将CAC评分与CCTA发现相结合可提高识别梗阻性CAD诊断的诊断性能和净获益。CAC评分填补诊断缺口的这一潜力,尤其是在CCTA无法诊断的患者中,可能有助于改善稳定性胸痛患者的临床决策。
补充信息
以下是电子补充材料的链接。补充文件1(PDF 744 KB)
引用
- Mohamed M, Bosserdt M, Wieske V, et al. Combination of computed tomography angiography with coronary artery calcium score for improved diagnosis of coronary artery disease: a collaborative meta-analysis of stable chest pain patients referred for invasive coronary angiography. Eur Radiol. 2023. PMID: 37831139. doi:10.1007/s00330-023-10223-z
- 全文:PMC10957619(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10957619/
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。