文献速递心血管CT

左心房功能受损作为心房颤动的预测因素:来自心脏CT的见解

Left atrial functional impairment as a predictor of atrial fibrillation: insights from cardiac CT.
PubMed 文献 · Eur Radiol · 2025-01-21

该回顾性研究纳入1025例行多期心脏CT的患者,分析左心房容积与功能参数与心房颤动的关系。中位随访3.9年,90例发生房颤。左心房总排空分数、扩张指数和被动排空分数降低与房颤发生独立相关,而 booster 功能无关联。将左心房功能加入预测模型可改善风险分层,左心房容积对房颤效应的46%由左心房功能障碍介导。

要点

  • 左心房储备功能和被动排空功能(而非booster功能)可独立预测房颤发生。
  • 左心房容积正常者中约20%存在整体左心房功能受损(LATEF<40%)。
  • 左心房容积对房颤风险的效应中46%由左心房功能障碍介导。

核心结论

  • 左心房功能受损在左心房容积正常的患者中常见,并可为房颤风险提供额外预后信息。
  • 左心房储备功能、被动排空功能和整体排空功能是房颤发生的独立预测因素,独立于临床危险因素和左心房容积。

研究设计与样本

  • 回顾性分析,纳入2012年1月至2019年12月间行螺旋扫描回顾性门控心脏CT的连续患者,最终分析1025例(平均年龄64岁±14,男性60%)。
  • 使用双源Somatom Definition Flash扫描仪(Siemens Healthcare),时间分辨率约70 ms,按心动周期每5%重建,每例20个时相。
  • 排除研究期间房颤、不稳定患者及CT质量不足者。
  • 使用IntelliSpace Portal version 11(Philips Healthcare)的CT Comprehensive Cardiac Analysis软件进行全自动心腔分割并生成容积曲线。
  • 主要终点为心脏CT后新发房颤,通过病历回顾确认。

诊断标准与关键数值

  • 左心房总排空分数(LATEF)每降低1%,新发房颤的校正HR为1.05(95% CI: 1.02-1.05,p < 0.001)。
  • 左心房扩张指数每降低1 mL/m2,新发房颤的HR为1.04(95% CI: 1.02-1.06,p < 0.001)。
  • 左心房被动排空分数每降低1%,新发房颤的HR为1.08(95% CI: 1.03-1.13,p < 0.001)。
  • 左心房booster排空分数每降低1%,新发房颤的HR为1.03(95% CI: 0.99-1.06),无统计学显著关联。
  • 仅基于临床变量的模型AUC为0.75(95% CI: 0.71-0.80)。

临床应用与阅片要点

  • 在心脏CT报告中可考虑评估左心房功能参数(LATEF、LAEI、LAEFpassive),以识别左心房容积正常但功能受损的高房颤风险患者。
  • 左心房booster功能参数未显示与房颤发生独立相关,可能反映其失败出现较晚。

局限性

  • 本研究为单中心CT数据的post-hoc分析,随访时间相对较短,结果应视为假设生成和探索性,需在其他研究中验证。
  • 左心房容积测量使用单一厂商软件。
  • 仅能检测到症状性房颤发作,部分房颤发作可能被遗漏。
  • Cox模型中每个考虑变量的事件数较少(< 10),存在过拟合可能。
  • 可能存在采样偏倚,因为高风险患者更可能被转诊行心脏CT。
全文中译15 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:Eur Radiol. 2025 Jan 21;35(7):3907–16. doi: 10.1007/s00330-025-11348-z

引言

心房颤动(AF)是最常见的持续性心律失常,估计患病率在2%至4%之间,并与显著的发病率和死亡率相关[1]。左心房(LA)结构重构与AF的发生之间存在强关联[2, 3]。最大左心房容积是左心房重构的简易标志物,已被证明在临床危险因素之外对预测新发AF具有增量价值[4, 5]。

左心房重构是一个复杂的病理生理变化谱,不仅影响左心房结构,还与功能损害和电生理特性改变相关[6–8]。然而,关于左心房功能在AF预测中作用的数据很少[9–11]。因此,左心房功能是否在临床危险因素和左心房扩大之外对AF的发生有贡献仍不清楚。

对比增强心脏CT允许进行等距3D几何测量,可提供快速、自动的基于体素的各种左心房容积测量计算[12–15],并在评估左心房重构和功能方面提供更高的敏感性和准确性[12, 13]。在本研究中,我们使用心脏CT对左心房重构和功能进行全面分析,旨在检验左心房功能参数是否在临床危险因素和左心房容积之外提供预测AF的增量信息。

材料与方法

本研究在获得Rambam卫生保健园区机构审查委员会和人体研究伦理委员会批准后启动(批准ID:RMB-0057-15)。由于研究的回顾性性质,书面知情同意的要求被特别豁免。

从2012年1月至2019年12月期间接受心脏CT的患者数据库中,我们回顾性识别了连续接受使用回顾性门控螺旋扫描心脏CT检查的患者。扫描在双源Somatom Definition Flash扫描仪(Siemens Healthcare)上进行,时间分辨率约为70 ms。数据按心脏周期的每5%重建,每次检查提供20个时相。我们排除了研究期间存在心房颤动的患者、不稳定患者以及CT质量不足的患者。

数据在专用CT工作站(IntelliSpace Portal,版本11,Philips Healthcare)上使用CT Comprehensive Cardiac Analysis软件(Philips Healthcare)进行分析。回顾性数据使用心腔全自动分割进行分析,生成每个心腔的时相容积曲线。基于左心房容积的左心房功能指标按先前描述计算[15]。自动测量与手动测量之间的一致性很高(补充材料)。

本研究的主要终点是心脏CT后的新发AF。新发AF的确定通过全面审查所有研究参与者的病历完成。

研究参与者分为三组:任何时间均无AF的患者、心脏CT前有AF病史的患者、以及无AF病史但心脏CT后出现新发AF的患者。我们首先分析左心房容积和功能指标与既往AF病史之间的关联。然后,在排除有AF病史的患者后,我们研究左心房容积和功能指标与新发AF之间的关联。

左心房重构与功能的指标

最大左心房容积定义为二尖瓣开放前收缩末期左心房容积,并按体表面积指数化以得出左心房容积指数(LAVI)。

整体左心房功能、左心房储备功能、早期被动充盈及左心房助力功能的指标汇总于补充表1。整体左心房功能通过左心房总排空功能(LATEF)和左心房功能指数(LAFI)评估,后者将功能按每搏输出量标准化且不受心律影响[8, 12, 13, 16–19]。储备功能的指标包括储备容积指数(ResVi)和左心房扩张指数(LAEI),代表储备期左心房容积的相对变化。

早期被动左心房功能通过被动左心房排空分数表征[15, 20, 21]。左心房助力功能通过LAEFBooster表征[20, 22];左心房助力功能的其他替代指标包括左心房助力对左心室每搏输出量的贡献。

基于既往研究,左心房增大定义为LAVI ≥ 62 mL/m2 [14],整体左心房功能正常定义为LATEF ≥ 40% [13, 19]。

统计分析

连续变量以均值 ± 标准差或中位数(附四分位间距)表示,分类变量以数量和百分比表示。左心房容积与功能各参数之间的关系通过Pearson相关分析评估。

左心房功能与临床特征及CT数据之间的关联采用单变量线性回归评估。在单变量分析中与左心房功能关联达到p ≤ 0.1水平(Wald检验)的变量纳入多元线性回归。偏相关系数用于估计各独立变量解释因变量方差的比例。

Kaplan–Meier曲线用于评估与左心房容积和功能相关的房颤无事件概率,对数秩检验用于比较曲线。随后采用Cox回归分析LATEF与新发房颤终点之间的关联。以下已知可预测房颤的临床协变量[23, 24]纳入多变量逐步Cox比例风险模型:年龄、性别、体重指数、既往心力衰竭、高血压、糖尿病、冠状动脉疾病、多支冠状动脉疾病、既往心肌梗死、既往冠状动脉旁路移植手术、左心室射血分数及重度主动脉瓣或二尖瓣疾病。此外,左心房大小和左心房功能的指标(按高于或低于正常上限二分类,或作为连续变量使用)也纳入模型考虑。为解决模型过拟合的风险,我们还计算了一个包含较少变量的更简约的多变量Cox模型(Wald检验;单变量分析中p < 0.05)。

左心房容积和功能相对于常见房颤临床预测因素的增量价值,通过探索序贯构建的多变量Cox模型中全局卡方值的变化来评估。我们使用Akaike信息准则、Bayes信息准则(似然度量,较低值表示拟合更好,且对模型中变量数量的增加施加惩罚)和Harrell C指数比较模型。C指数的比较按照Newson [25]提出的方法进行。

对连续自变量实施限制性立方样条转换,以检测连续变量之间潜在的非线性关系,使用三个节点置于默认位置。通过比较立方样条模型与线性模型来检验非线性的统计学显著性(即曲率),p值<0.05被视为暴露与结局之间存在统计学显著的非线性关系。

为确定左心房(LA)功能障碍是否介导了LA大小与房颤(AF)风险之间关联的一部分,我们进行了因果中介分析,其中LA容积为自变量协变量,LA功能为中介变量,新发AF为因变量。与逻辑回归模型相比,中介模型中LA容积回归系数的衰减为中介作用提供了定性证据[26]。我们采用二向分解法,估计了多变量校正后的直接效应和间接效应(即中介效应)以及由LA功能介导的百分比(%)。报告多变量校正(针对所有AF预测因素)后的直接效应和间接效应(即中介效应),并使用500次重抽样的自举法计算95%置信区间(CI)。若间接效应显著不等于零,则判定中介作用具有统计学显著性。

双侧p<0.05水平认为差异具有统计学显著性。统计分析使用STATA 18.0版本进行。

结果

研究队列包括1067例窦性心律患者,于2010年1月至2018年6月期间接受螺旋心脏CT检查。我们排除了42例因非窦性心律或CT质量不佳的患者。

对其余1025名研究参与者(平均年龄64岁±14,60%为男性)进行了评估。其中,801例在任何时间点均无AF证据,134例在心脏CT之前有AF病史,90例无AF病史但在心脏CT后出现新发AF(图1)。

三个研究组的临床和心脏CT特征总结于表1。既往AF或新发AF的患者年龄更大,更可能患有高血压并有心肌梗死和心力衰竭病史。既往或新发AF患者的LA容积更大,LA功能指标受损。既往AF和新发AF患者的LA功能参数非常相似。

图1 研究队列的CONSORT流程图 查看原图 ↗
表1 按AF状态分组的基线特征和CT测量值 查看原表 ↗

LA重构与LA功能之间的关系

36%的患者存在左心房(LA)增大。LAVI与通过LATEF测量的整体LA功能之间存在显著但中等程度的负相关(Pearson相关系数:−0.57;补充图1A)。这种关系对于LAEFpassive也为中等程度(Pearson相关系数:−0.50),但对于LAEFactive(Pearson相关系数:−0.30)和储器容积指数(Pearson相关系数:0.17)则较弱。在LAVI正常的受试者中,20%存在LATEF受损,而在LAVI增高的受试者中,8%具有正常的整体LA功能。表2显示了LATEF的临床和CT预测因素。LA功能障碍的独立预测因素包括年龄、男性性别、房颤(AF)病史、瓣膜性心脏病、射血分数降低、左心室(LV)质量指数增高以及LAVI增高。模型中的变量解释了LATEF约一半的方差(R2 = 0.49)。

补充图1B显示,LA的两个主要功能——早期充盈和收缩功能——相关性较差(Pearson r = 0.02),表明LA功能的这些组成部分可能不会同步衰竭。

表2 LA总排空分数*的多变量线性回归分析 查看原表 ↗

LA功能与既往AF之间的关系

我们首先使用多变量逻辑回归模型检验了LA大小和功能与AF病史之间的关联(表3)。LA大小增大伴LA功能正常以及LA功能受损伴LA大小正常均与AF病史相关。当LATEF作为连续变量使用时,LATEF也与AF病史相关。

表3 LA大小和功能与既往AF诊断关联的逻辑回归模型* 查看原表 ↗

LA功能与新发AF之间的关系

在无既往AF的患者亚组(n = 891)中检验了LA大小和功能与新发AF之间的关系。在中位随访3.9年(IQR 3.8–4.1)期间,90例患者(10.1%)发生了AF。

根据LA容积和功能特征的一致性,423例患者(47%)具有正常的LA容积和功能,69例患者(8%)具有扩大的LA伴正常功能,178例患者(20%)表现为正常LA容积伴LA功能受损,221例患者(25%)同时具有扩大的LA和LA功能受损。

6年时新发AF事件的Kaplan–Meier估计值(图2)在LA大小和功能正常的患者中较低(5.1% [95% CI:3.0–8.8%]),在LA容积增大伴LA功能正常的患者中适度增至9.9%(95% CI:3.7–24.8%),在LA大小正常伴LA功能受损的患者中为12.3%(95% CI:7.1–20.9%)。在LA容积增大且LA功能受损的患者中,新发AF事件显著增加至38.2%(95% CI:28.2–50.3%)(图2)。

样条回归分析显示,LAVI和LATEF均与AF风险呈近似线性关联(图3)。因此,我们还探讨了LA功能指标作为连续变量与新发AF之间的关系。

表4显示了使用各种左心房功能指标对房颤发生进行Cox比例风险模型分析的结果。总体而言,整体左心房功能、左心房储备功能和早期排空指标对房颤发生的预测能力优于左心房助力功能指标。在调整临床变量和左心房容积后,所有整体左心房功能指标(左心房总排空分数(LATEF),每降低1%,HR 1.05,95% CI:1.02–1.05)、左心房早期排空(左心房被动排空分数(LAEFpassive),每降低1%,HR 1.08,95% CI:1.03–1.13)和储备功能(左心房扩张指数,每降低1 mL/m2,HR 1.04,95% CI:1.02–1.06)均与房颤发生独立相关。相比之下,左心房助力功能指标均与房颤发生无关(左心房助力排空分数(LAEFbooster),每降低1%,HR 1.03;95% CI:0.99–1.06)。

基于临床变量的模型具有良好的判别能力,AUC为0.75(95% CI:0.71–0.80)。仅基于左心房大小和功能的模型给出了相似的结果。将左心房容积指数(LAVI)和LATEF加入临床变量模型后,均改善了模型拟合度并提高了C统计量。最佳模型包括临床变量、左心房容积和左心房功能(表5)。使用调整较少变量集的模型以降低过拟合风险,获得了相似的结果(补充表2)。

图2 根据左心房大小和左心房功能对房颤发生的Kaplan–Meier估计 查看原图 ↗
图3 房颤发生与(A)左心房收缩末期容积指数(P-非线性 = 0.82)和(B)左心房总排空分数(P-非线性 = 0.34)关系的样条函数图 查看原图 ↗
表4 左心房大小和功能与房颤发生关联的Cox比例风险模型 查看原表 ↗
表5 左心房功能相对于临床变量和左心房容积的增量预后价值分析 查看原表 ↗

中介分析

在因果中介分析中(图4),调整其他风险变量后,左心房功能与房颤发生显著相关(p < 0.001),并且是左心房容积与房颤发生之间关联的中介因素(占左心房容积总效应的46%)。

图4 有向无环图,展示左心房容积与房颤发生之间可能的结构关系。混杂因素表示共同原因(混杂因素)。中介效应由从左心房容积经左心房功能通向房颤发生的路径表示(蓝色箭头)。直接效应(红色箭头)是从左心房容积直接通向房颤发生的路径。RR,风险比 查看原图 ↗

讨论

本研究对左心房重构和功能受损与房颤风险之间的关联进行了全面评估。本研究的主要发现为:(1)有阵发性房颤病史的患者与随后发生房颤的患者之间,左心房容积和功能相似;(2)左心房容积与功能之间仅存在中度关联;(3)左心房储备和被动排空指标与房颤发生的相关性优于左心房助力功能指标;(4)左心房功能在临床危险因素和左心房容积之外提供了额外的预后信息。(5)左心房容积对房颤风险的影响中近一半由相关的左心房功能障碍所中介。从病理生理学角度来看,本研究强调了左心房机械功能障碍(与左心房重构无关)在房颤发病机制中的重要性。

左心房重构和功能障碍均导致房颤风险

左心房(LA)重构是对高血压和脂肪质量增加等慢性病理刺激的反应,并与房颤(AF)事件风险增加相关[2, 6]。左心房扩大在临床上常被用作左心房结构重构的简易指标。然而,左心房结构重构是复杂病理生理过程的结果,涉及心房心肌细胞、成纤维细胞和非胶原浸润性间室的变化[7, 27],并伴有左心房功能受损。

房颤的发生可促进不良心房重构和扩张[28]。然而,这一现象已被证明主要发生于持续性房颤[29]。我们观察到,既往有阵发性房颤发作的个体与未来有房颤风险的个体在左心房大小和功能方面存在显著相似性。这些结果提示,在房颤负荷低的患者中,房颤是左心房功能障碍的结果而非其原因。在这些患者中,左心房扩大继发于导致左心房压力和/或容量负荷增加的相关过程[30, 31]。

越来越多的证据表明,大部分发生房颤的患者(尤其是阵发性房颤)并无左心房扩大[32],提示左心房功能障碍本身(无明显左心房重构)增加房颤发生的倾向。我们在约一半左心房容积指数(LAVI)正常的受试者中识别出整体左心房功能障碍。此外,左心房容积增加仅解释了左心房总排空分数(LATEF)变异的约14%,其余由年龄、左心室收缩功能、左心室质量和瓣膜性心脏病等其他危险因素决定。

我们观察到LATEF和左心房储备功能均与Incident AF呈线性关联,表明左心房机械特性与Incident AF风险之间存在密切关系。最后,左心房容积对房颤风险的影响中近50%通过左心房功能障碍介导。因此,尽管左心房扩大和左心房功能障碍共享共同危险因素,但它们不一定平行发展,亚临床左心房肌病是Incident AF的危险因素。

房颤风险与左心房功能受损的组成部分

在动物模型[33]和有限的人体研究[34–36]中,被动排空功能衰竭先于收缩功能衰竭。在早期左心房衰竭中,早期被动充盈减少常伴有增压泵功能的代偿性增强,后者由舒张末期左心房容积增加驱动,刺激Frank-Starling机制[15]。在此阶段,整体左心房功能可能保持。随着时间推移,心房心肌细胞丢失和心房纤维化逐渐削弱增压泵功能,整体左心房功能变得受损[8, 15]。

然而,本研究证明,储器功能或被动排空功能受损足以增加房颤(AF)风险,且独立于临床变量和左心房(LA)容积。储器功能和早期被动充盈代表左心房疾病的早期表现[8, 15],这一事实解释了其与房颤更强的相关性。左心房增压泵功能与房颤发生缺乏关联,可能反映了左心房增压泵功能衰竭往往发生在左心房疾病病程较晚阶段这一事实。在轻度左心房疾病时,早期被动充盈减少导致舒张末期左心房容积增加,增压泵功能通过Frank-Starling机制增强。在左心房疾病更晚期阶段,心房肌细胞丢失和心房纤维化导致增压泵功能进行性下降[8, 15]。

左心房扩张和心肌纤维化导致左心房功能障碍和机电传导延迟,构成左心房重构的特征,并形成房颤的基质[37]。然而,尽管心房功能评估正变得越来越普遍,目前房颤发生的风险分层仍基于临床评分,其算法中未纳入左心房重构和功能[38–40]。将左心房功能参数纳入风险模型可能进一步细化风险,并更好地识别房颤发生风险患者。

研究局限性

考虑与本研究的若干局限性很重要。首先,这是对我们CT数据的单中心事后分析,随访时间相对较短,因此结果必须被视为假设生成性和探索性的,需要在其他研究中验证。左心房容积测量使用单一厂商软件完成。我们仅能检测到有症状的房颤发作。部分房颤发作可能被遗漏。然而,我们不认为这会导致左心房功能指标与房颤之间关系的系统性偏倚。

另一个薄弱之处是,在Cox模型中每个考虑变量的事件数较少(< 10)的情况下,存在过拟合的可能性。可能发生采样偏倚,因为风险较高的患者更可能被转诊接受心脏CT。此外,研究纳入标准要求螺旋CT检查,也产生了偏倚。

结论

左心房功能障碍发生于大部分左心房容积正常的患者中。左心房的功能指标,包括储器功能、被动充盈和左心房总排空分数(LATEF),提供了关于房颤发生风险的增量信息,且独立于临床危险因素和左心房容积。从病理生理学角度,本研究强调了伴随左心房重构的左心房机械功能障碍在房颤发病机制中的重要性。

补充信息

电子补充材料

引用

  1. Aronson D, Perlow D, Abadi S, et al. Left atrial functional impairment as a predictor of atrial fibrillation: insights from cardiac CT. Eur Radiol. 2025. PMID: 39838087. doi:10.1007/s00330-025-11348-z
  2. 全文:PMC12166001(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12166001/

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。