非对比增强多参数心脏磁共振揭示经皮冠状动脉介入治疗后冠状动脉微血管功能与结构阻塞
该回顾性研究纳入48例急性心肌梗死PCI术后患者,用非对比增强多参数CMR(T2 mapping、T2* mapping、CS等)诊断CMVO,Top_5 CMR参数AUC达1.00,显著高于Top_5临床参数(AUC 0.87)和CMR左室容量结构参数(AUC 0.72),且无需对比剂、无肾脏负担。
要点
- 非对比增强多参数CMR的Top_5 CMR参数诊断CMVO的AUC为1.00,显著高于临床参数和左室容量结构参数。
- 节段CMR参数(T2 mapping、T2* mapping、CS)按冠脉优势区检测区域CMVO的AUC分别为RCA 0.85、LAD 0.95、LCX 0.99。
- T2 mapping和T2* mapping的观察者内与观察者间ICC均≥0.91,CS的ICC为0.65和0.57(中等一致性)。
核心结论
- 非对比增强多参数CMR可高准确度诊断CMVO,且无肾脏负担,有望成为风险分层、患者管理和治疗决策的有用标志物。
研究设计与样本
- 回顾性纳入2018年8月1日至2020年5月17日在本院因AMI于发病24小时内行PCI并完成急性期CMR的连续患者,最终分析48例(男40例、女8例,平均年龄66±12岁)。
- 采用3.0-T MRI系统(Ingenia,Philips Healthcare),行稳态自由进动电影、T2 mapping、T2* mapping(均在对比剂注射前完成)及注射钆对比剂后的EGE和LGE成像。
- CMVO参考标准为LGE显示梗死心肌区域内EGE呈低信号区,由具有20年心脏影像经验的分析师初诊、35年经验(其中心脏磁共振判读20年)的资深心脏科医师确认。
- 排除eGFR<30的肾功能损害患者;因未行CMR排除60例(eGFR<30者8例、85岁以上者9例、其他43例),因图像质量不足排除7例(屏气不佳2例、心律失常2例、磁敏感效应3例)。
关键影像表现/征象
- LGE检出46例(96%)患者,其中26例(54%)合并CMVO。
- CMVO在EGE上表现为梗死心肌区域内低信号,无CMVO者EGE上表现为高信号。
- 有CMVO病例可见CS降低所致室壁运动减低、T2 mapping升高提示水肿增加、T2和T2* mapping降低提示心肌内出血。
诊断标准与关键数值
- Top_5临床参数(CK、pre-TIMI、性别、卒中、Hb)诊断CMVO的AUC为0.87(95%CI 0.74–0.96)。
- Top_5 CMR参数(T2 mapping、T2* mapping、CS、LVEDVi、LVEF)诊断CMVO的AUC为1.00(95%CI 1.00–1.00),显著高于Top_5临床参数(p=0.02)和CMR左室容量结构参数(p<0.01)。
- CMR左室容量与结构参数诊断CMVO的AUC为0.72(95%CI 56–86),与Top_5临床参数比较p=0.05。
- 节段CMR参数(T2 mapping、T2* mapping、CS)检测区域CMVO的AUC:RCA 0.85(95%CI 0.72–0.96)、LAD 0.95(95%CI 0.88–1.00)、LCX 0.99(95%CI 0.97–1.00)。
- 本院CS、T2、T2*的正常参考范围分别为-21.3±5.3%、47.0±3.8 ms、24.2±9.4 ms。
临床应用与阅片要点
- 作者认为非对比增强多参数CMR可无创、高准确度诊断CMVO,并提供功能与结构心肌信息,可能有助于风险分层、患者管理和治疗决策。
- 作者指出CMVO病因多样、需要个体化治疗,这些发现对个体化治疗至关重要。
- 作者提到节段CMR参数可提供临床参数无法获取的局部心肌特征信息(CS为区域运动、T2 mapping为区域水肿、T2* mapping为区域心肌内出血)。
- 作者认为未来旨在提高CS可重复性的技术进步有望进一步增强其在CMVO检测中的效用。
局限性
- CS在Logistic多因素回归中OR为2.73(95%CI 1.00–7.47),p=0.05,未达统计学显著,作者认为可能与节段CS的ICC仅为中等有关。
- 节段CS的观察者内ICC(1,1)为0.65(95%CI 0.51–0.75)、观察者间ICC(2,1)为0.57(95%CI 0.41–0.70),均为中等一致性。
- 作者指出节段应变通常被认为可重复性低于整体应变。
全文中译15 节 · 点击展开
引言
心血管疾病(CVDs)是全球主要死亡原因,估计每年有1790万人死亡[1]。近年来,由于CVDs主要危险因素(如吸烟率、高胆固醇和高血压患病率)的减少以及经皮冠状动脉介入治疗(PCI)的发展,死亡率有所下降。然而,多项研究报告显示,尽管早期行PCI,急性冠状动脉综合征患者的预后仍然不佳[2, 3]。其中一个促成因素是冠状动脉微血管功能和结构性梗阻(CMVO)的存在。CMVO在冠状动脉造影(CAG)中有时表现为“无复流”,被认为由以下因素引起:(i) 持续缺血,(ii) 栓塞因素的远端播散,(iii) 再灌注损伤,以及 (iv) 个体对微血管功能障碍的易感性[4–6]。值得注意的是,CAG作为血管评估的金标准,并不能充分评估CMVO。因此,即使在PCI后达到心肌梗死溶栓(TIMI)3级血流,据报道仍有约半数此类患者存在CMVO[7]。目前,识别CMVO最简单且最准确的方法是心脏磁共振(CMR),即使用对比剂(CM)的早期钆增强(EGE)[8]。据报道,CMVO不仅与心脏功能无法恢复相关,还与心源性死亡和主要不良心血管事件(MACE)的可能性增加相关[9, 10]。尽管CMVO是一个重要的预后因素,但使用CM进行EGE评估CMVO具有挑战性,因为急性心肌梗死(AMI)后常存在肾功能不全[11]。近年来,在临床实践中利用多种CMR图像参数的多参数CMR引起了广泛关注[12]。我们假设,不使用CM的多参数CMR分析可能有助于诊断CMVO。本研究旨在对AMI后接受PCI的患者使用多参数CMR分析,在不使用CM的情况下无创诊断CMVO。
材料与方法
本研究经机构审查委员会批准,并豁免了患者知情同意的要求。医院主页上提供了在线条款,供患者前瞻性地选择退出研究。本研究按照《赫尔辛基宣言》的原则进行。
研究人群
2018年8月1日至2020年5月17日,我们回顾性纳入了连续就诊的AMI患者,这些患者在发病24小时内接受了PCI,并随后在我院接受了急性期CMR检查。由于肾功能不全(eGFR < 30)患者发生CKD的风险较高,将其排除。CMVO诊断为晚期钆增强(LGE)图像上梗死心肌区域内EGE图像上的低信号区。初步诊断由一位具有20年心脏放射学临床经验的分析师完成,随后由一位具有35年临床经验(其中包括20年专门从事CMR判读)的资深心脏病学家确认。为避免CMR分析值的影响,CMVO首先通过LGE和EGE进行诊断。根据美国心脏协会(AHA)16节段模型,对梗死LGE区域与EGE进行并排视觉比较,以在相应EGE图像上定位CMVO区域。在急性期首次就诊时,记录以下32项临床参数:年龄、性别、身高、体重、体重指数、体表面积、心率、收缩压和舒张压、心房颤动史、卒中史、糖尿病史、高血压史、血脂异常史和吸烟史,肌酸激酶(CK)、血红蛋白(Hb)、血小板计数(Plt)、HbA1c、低密度脂蛋白胆固醇(LDL-C)和肌酐值,抗血小板药、抗凝药、β受体阻滞剂、血管紧张素转换酶抑制剂、盐皮质激素受体拮抗剂、血管紧张素II受体拮抗剂、钙拮抗剂,发病至球囊时间(OTB)、门至球囊时间(DTB),以及术前TIMI和术后TIMI分级。
CMR方案
所有患者均使用3.0-T MRI系统(Ingenia,Philips Healthcare)行CMR,最大梯度强度为40 mT/m,切换率为200 T/ms,并使用32通道相控阵接收线圈。所有CMR图像均采用心电门控和屏气采集。基于稳态自由进动的电影成像沿短轴(SA)对整个左心室(LV)进行采集,每个心动周期重建20个时相。电影成像参数如下:TR/TE,3.0 ms/1.49 ms;翻转角(FA),50°;层厚,8 mm;视野(FOV),350 × 350 mm2;平面内分辨率,0.99 × 0.99 mm2;采集矩阵,176 × 201;敏感度编码(SENSE)因子,2.5。基于梯度自旋回波的T2 mapping用于在SA上采集基底部、中部和心尖部三个层面。T2 mapping参数如下:TR/首个TE/TE增量,心动周期/20 ms/10 ms;回波数,5;FA,90°;层厚,10 mm;FOV,350 × 350 mm2;平面内分辨率,0.99 × 0.99 mm2;采集矩阵,176 × 173;SENSE因子,2。基于梯度回波的T2* mapping用于采集三个层面以进行T2 mapping。T2* mapping参数如下:TR/首个TE/TE增量,11 ms/2 ms/2 ms;回波数,5;FA,25°;层厚,10 mm;FOV,350 × 350 mm2;平面内分辨率,0.99 × 0.99 mm2;采集矩阵,176 × 176;SENSE因子,2。电影成像、T2 mapping和T2* mapping均在给予CM之前进行。EGE使用三维(3D)T1加权(T1W)成像在整个LV范围内采集,于给予钆-DO3A-丁三醇对比剂(Gadovist,Bayer;0.1 mL/kg)后约1–3 min进行。基于3DT1W的LGE成像于给予CM后约10 min在SA上对整个LV进行采集。EGE和LGE参数如下:TR/TE,3.2 ms/1.5 ms;FA,15°;EGE反转延迟时间,约750 ms(最长设置,取决于心率);层厚,10 mm;FOV,350 × 350 mm2;平面内分辨率,0.68 × 0.68 mm2;采集矩阵,236 × 172;SENSE因子,3.2。
CMR图像分析
基于短轴电影成像,使用Philips Extended MR WorkSpace(版本2.6.3.4;Philips Medical Systems)手动测量左心室舒张末期容积指数(LVEDVi)、左心室收缩末期容积指数(LVESVi)、左心室射血分数(LVEF)和质量指数(massi)。
短轴图像基底部、心室中部和心尖部层面的圆周应变(CS)使用离线特征追踪软件测量,该软件已在既往多项研究中使用并验证[13]。首先,使用MATLAB软件(MathWorks,Inc.)在SA电影图像上仔细勾画LV的心内膜区域。随后,使用模板匹配算法自动追踪心内膜区域在一个心动周期内的运动。基于测量的CS值,计算基于AHA 16节段的节段性CS[14]。整体CS定义为16个节段CS的平均值。
AHA 16节段的T2值使用专用商业软件SYNAPSE VINCENT(Fujifilm公司)获得。按照AHA模型进行心肌分割时,基于心外膜和心内膜手动勾画左心室心肌以确定感兴趣区(ROI),仔细排除所有不代表心肌的区域。然后基于心肌ROI自动获得16个节段的T2值。整体T2值定义为16个节段的平均值。
按照既往方法,使用MATLAB软件(MathWorks公司,美国)采用最小二乘拟合单指数法评估T2*值[15]。在基底部、心室中部和心尖部短轴位置,进行逐像素T2*分析,按照AHA 16节段模型计算每个节段的中位T2*值。整体T2*值的定义与T2分析中类似。
统计分析
采用Shapiro–Wilk检验评估数据分布的正态性。描述性统计以均值±标准差表示(除非另有定义),或根据正态性以中位数和四分位距(IQR)表示。分类数据集根据正态性采用Student's t检验或Mann–Whitney U检验进行显著性差异检验,二分类变量采用卡方检验。CS、T2和T2*值中的异常值采用IQR法处理并替换为均值,以减少异常值的影响。
患者被分为两组:伴有CMVO和不伴有CMVO。整体值计算为CS、T2和T2*的平均值。分析临床参数、CMR左心室容积和结构参数以及CS、T2和T2*的整体值。此外,使用相关系数分析其与CMVO存在的相关性。根据相关系数,选取前五位参数作为临床和CMR参数。CMR左心室容积和结构参数包括LVEDVi、LVESVi、LVEF和massi。各参数对模型预测值的贡献通过单因素逻辑回归分析中的比值比计算。此外,参数间相互依赖对模型预测值的影响通过多因素逻辑回归分析获得的比值比进行评估。所有连续变量均进行z分数标准化。创建受试者工作特征(ROC)曲线和曲线下面积(AUC),以比较Top_5临床参数、Top_5 CMR参数以及CMR左心室容积和结构参数检测CMVO的诊断性能。ROC的最佳截断值、灵敏度和特异度通过约登指数计算[16]。AUC的95%置信区间(CI)使用bootstrap CI计算。参数组之间AUC的差异使用DeLong检验进行比较。
将所有患者AHA 16个节段的CS、T2和T2*值分为有无CMVO两组。16节段值根据优势区域分为三部分:左前降支动脉(LAD:节段#1、#2、#7、#8、#13和#14)、右冠状动脉(RCA:节段#3、#4、#9、#10和#15)和左回旋支动脉(LCX:节段#5、#6、#11、#12和#16)。所有连续变量均进行z分数标准化。采用逻辑回归结合三组的参数。进行ROC分析以评估CMVO存在的预测能力,方式与全局值类似。
测量的观察者内和观察者间一致性采用组内相关系数(ICC)评估。观察者内一致性使用基于单向随机效应模型的ICC(1, 1)计算,而观察者间一致性使用基于双向随机效应模型的ICC(2, 1)确定。由主要分析者和另一名分析者(均具有20年以上心脏放射学临床经验)在15名随机选择的患者中至少间隔一周重复测量。根据既往文献[17],ICC值分类为优秀(ICC ≥ 0.90)、良好(ICC = 0.75–0.89)、中等(ICC = 0.50–0.74)和差(ICC < 0.50)。
统计学显著性设定为p = 0.05。所有统计分析使用Python 3.9.13中的stats模块和R版本4.4.0中的‘pROC’、‘statsmodels’和‘irr’包进行[18, 19]。
结果
研究人群
本研究纳入115例AMI后接受PCI的患者。60例患者未接受CMR,因此被排除在本研究之外(eGFR < 30者8例,85岁以上老年人9例,其他43例)。在因图像质量不足排除7例患者后(呼吸配合不佳:2例;心律失常:2例;磁敏感效应:3例),48例患者(66 ± 12岁,83%男性)被纳入本分析(图1)。图2展示了使用对比增强EGE和LGE CMR成像诊断CMVO存在与否的代表性图像。46例(96%)患者检出LGE,其中26例(54%)患者 additionally存在CMVO。患者特征见表1。我院CS、T2和T2*值的正常参考范围分别为-21.3 ± 5.3%、47.0 ± 3.8 ms和24.2 ± 9.4 ms。图3显示了使用CAG和CMR图像的有无CMVO的代表性病例及相应分析结果。
筛选Top_5临床和CMR参数
临床和CMR参数与CMVO的相关系数分别采用Spearman相关和Pearson相关进行分析(图4)。在相关分析中,筛选出的Top_5临床参数为CK、pre-TIMI、性别、卒中和Hb。筛选出的Top_5 CMR参数为T2 mapping、T2* mapping、CS、LVEDVi和LVEF。LVESVi的相关性排名第五;然而,由于其与LVEDVi高度相关而被排除。
诊断效能
对于CMVO检测,Top_5临床参数、Top_5 CMR参数以及CMR左心室容积和结构参数的ROC曲线AUC分别为0.87 [95% CI:0.74–0.96]、1.00 [95% CI:1.00–1.00]和0.72 [95% CI:56–86](图5)。使用DeLong检验比较三组间的AUC显示,AUC最高的Top_5 CMR参数与其他组相比存在显著差异(Top_5 CMR vs Top_5临床:p = 0.02;Top_5 CMR vs CMR LV:p < 0.01;CMR LV vs Top_5临床:p = 0.05)。表2展示了各数值参数在识别CMVO时经敏感度和特异度优化后的诊断效能。
由T2 mapping、T2* mapping和CS组成的节段性CMR参数在RCA、LAD和LCX中分别显示出高AUC,为0.85 [95% CI:0.72–0.96]、0.95 [95% CI:0.88–1.00]和0.99 [95% CI:0.97–1.00](图6)。
参数的贡献
在单因素logistic回归分析中,临床参数CK和Pre-TIMI的比值比差异有统计学意义,分别为3.71和0.46。对于CMR参数,平均CS、LVEDVi和LVESVi的比值比差异有统计学意义,分别为2.22、2.18和1.95(表3)。在多因素logistic回归分析中,Top_5临床参数中CK和性别的比值比差异有统计学意义,分别为4.94和3.44。对于Top_5 CMR参数,LVEDVi的比值比差异有统计学意义,为3.31(表4)。
观察者内和观察者间一致性
节段性CS、T2和T2*的ICC(1,1)分别为0.65(95% CI:0.51–0.75)、0.99(95% CI:0.98–0.99)和0.95(95% CI:0.93–0.97),CS的ICC(1,1)提示中等一致性,T2和T2*的ICC(1,1)提示极好的一致性(表5)。同样,节段性CS、T2和T2*的ICC(2,1)分别为0.57(95% CI:0.41–0.70)、0.92(95% CI:0.89–0.95)和0.91(95% CI:0.87–0.94),CS的ICC(2,1)提示中等一致性,T2和T2*的ICC(2,1)提示极好的一致性。
讨论
在本研究中,我们使用由临床和CMR信息组成的三组参数评估了接受PCI的AMI患者中CMVO的可检测性。AMI后患者常出现肾功能受损;然而,由于不使用CM,我们提出的方法具有高度的通用性。我们发现Top_5 CMR参数检测CMVO的准确度最高。
特征选择
采用相关系数识别参数,选择那些表现出强线性关系的参数。随后进行单因素和多因素logistic回归分析,以评估参数之间的非线性关联、因果关系和交互效应。在单因素logistic回归的比值比中,表现出显著差异的参数包括临床参数中的CK和Pre-TIMI,以及CMR参数中的CS、LVEDVi和LVESVi。这些参数与由相关系数得出的前五个参数相对应,验证了基于这些系数进行模型特征选择的适当性。在多因素logistic回归获得的比值比中,Top_5临床参数中差异有统计学意义的参数为CK和性别,Top_5 CMR参数中为LVEDVi。这些参数被证明对提高CMVO检测准确度有显著且独立的贡献,即使在参数之间存在相互依赖的情况下也是如此。
CMVO诊断
与冠状动脉微血管阻塞(CMVO)相关的因素多种多样,包括缺血时间延长、栓塞因素的远端播散、再灌注损伤以及个体对微血管功能障碍的易感性[4–6]。从该临床信息中提取的前5位临床参数可用于高精度检测CMVO。在这些临床参数中,CK的曲线下面积(AUC)最高,有助于提高检测准确性。心肌标志物(如CK)不仅用作急性心肌梗死(AMI)的检测标志物,还用作梗死面积的指标[20]。由于梗死面积增大是CMVO的危险因素,因此CK与CMVO表现出强相关性是可以理解的。术前TIMI血流分级在检测CMVO方面表现出第二高的AUC。这可以通过与CMVO相关的缺血程度来解释[21]。然而,其他三个参数的AUC均小于0.6,可能对提高CMVO检测准确性贡献不足。
Top_5 CMR参数在检测CMVO方面具有最高的AUC。在Top_5 CMR参数中,CS具有最高的AUC,有助于提高准确性。先前报道的应变分析显示CMVO具有高可检测性(AUC 0.764),与我们的发现一致[22]。据报道,CMVO的存在与心肌梗死面积和心肌损伤严重程度相关[5]。此外,考虑心肌纤维的走向,心内膜层主要参与纵向收缩,而中层心肌主要参与环向收缩。由于缺血所致的心肌损伤通常从心内膜侧开始,更严重的心肌损伤也可影响环向收缩[23]。这表明CMVO更可能发生于CS减低、心肌损伤更严重的病例中。在本研究中,CS显示出显著差异,单因素回归分析中观察到的比值比为2.22。在多因素回归中,比值比(95% CI)为2.73(1.00–7.47),p = 0.05;然而,该结果虽然值得关注,但未达到统计学显著性。对这一发现的一种可能解释是节段性CS的ICC为中等。鉴于节段性应变通常被认为可重复性低于整体应变[24, 25],本研究中CS的可重复性被认为是合理的。尽管存在这些局限性,CS的AUC表明其具有很强的CMVO检测能力。这些发现表明,即使CS的可重复性有限,区域室壁运动异常仍可被有效检测。此外,这些结果的稳健性强化了CS在此背景下的潜在效用。尽管如此,未来旨在提高CS可重复性的技术进步有望进一步增强其在CMVO检测中的效用。此外,T2和T2* mapping的其他节段性CMR参数显示出高AUC。节段性CMR参数提供心肌特征的区域信息;CS是区域运动,T2 mapping是区域水肿,T2* mapping是区域心肌内出血[26–28]。这些节段性信息可提供Top_5临床参数无法获取的局部心肌特征。我们认为,关于区域心肌损伤类型和范围的信息有助于提高CMVO的可检测性。关于LVEF和LVEDVi——Top 5 CMR参数中的关键整体指标,已知在严重心肌梗死后,LVEF降低而LVEDVi扩大以维持心输出量[29]。由此,Top_5 CMR参数不仅反映心肌梗死的多方面信息,还反映局部和整体信息,我们认为这有助于提高准确性。相反,CMR LV容积和结构参数未能提供足够的CMVO检测能力。由于AMI是心肌的局灶性疾病,使用CMR LV容积和结构参数评估整个心脏时可能存在局限性。据报道,峰值应变作为局部指标,在检测心肌梗死方面优于LVEF这一整体指标[30]。
在本研究中,节段性CMR参数、CS、T2 mapping和T2* mapping在检测CMVO中发挥了主要作用。尽管前5位临床参数具有较高的CMVO检测性能,但它们未提供区域信息。相比之下,从节段性CMR参数中获得的水肿、出血和运动区域信息对于检测CMVO和管理患者(包括通过提供更准确的心肌损伤严重程度图像来预防并发症)具有重要价值[31]。值得注意的是,节段性CMR参数能够以高准确度实现区域CMVO检测(AUCRCA 0.85;AUCLAD 0.95;AUCLCX 0.99)。然而,本研究因样本量小缺乏外部验证组,这可能引发关于过拟合和泛化性能的担忧。尽管前5位CMR参数的AUC显示为1.0,仍需在不同背景下进一步评估其性能。
CMVO的发生促进重构、增加心血管事件并恶化预后[10]。关于CMVO存在与否的信息无法从临床数据或标准CAG中获得。CMVO诊断的金标准涉及在CAG期间使用多普勒导丝进行冠状动脉灌注测速,但该技术需要专用设备、额外的药物干预,且侵入性更大[4]。相比之下,无创CMVO检测的金标准是对比增强CMR,而我们提出的前5位CMR参数无需造影剂即可实现高准确度的CMVO检测。此外,节段性CMR mapping允许进行区域CMVO检测。基于这些发现,多参数CMR分析因其优越的检测能力可能是一种有用的预后指标。近期有报道称,CMVO的病因如此多样,以至于其治疗需要个体化方法[32]。CMR可以从多个角度评估心脏,提供器官和功能的区域信息。这种综合评估增强了对PCI后心肌损伤范围和严重程度的理解。此外,我们提出的无创且准确的CMVO检测方法预计在以下方面具有价值:(1)预后预测:据报道CMVO的存在增加心力衰竭、左心室重构和心源性猝死的风险,有助于早期识别高危患者;(2)急性期治疗策略:CMVO的存在表明急性心肌损伤的严重程度,可能需要个体化治疗,如心脏保护药物、强化康复计划和加强心功能监测;(3)长期护理规划:CMVO的存在表明慢性期心肌损伤的严重程度,可能有助于PCI后恢复期、生活方式指导和药物治疗协调。鉴于这些考虑,CMVO检测有潜力成为临床实践中风险分层和患者管理的强有力工具。
本研究存在一些局限性。第一,这是一项单中心研究,样本量较小,限制了对泛化性能的评估。需要进一步研究在更大规模人群中验证泛化性。第二,该研究缺乏T1 mapping,而T1 mapping可为了解心肌损伤和细胞外容积变化提供有价值的信息。缺乏T1 mapping(其提供组织特异性纵向弛豫信息)可能导致对CMVO相关心肌损伤的理解不完整。未来纳入T1 mapping的大规模研究将有助于阐明心肌损伤对CMVO的影响,并改进具有更好泛化性能的模型构建,从而增强本研究发现的有效性。第三,本研究未将心肌梗死面积纳入模型,因此这些参数可能受到梗死面积混杂影响的可能性仍然存在。由于本研究的主要目的是评估使用无创方法检测CMVO的准确性,心肌梗死面积通常需要使用CM,因此被排除在分析之外。然而,鉴于梗死面积是与心肌损伤严重程度相关的关键因素,有必要进一步研究其对所评估参数的潜在混杂效应。
结论
我们评估了三组无需CM的参数在接受PCI的AMI患者中检测CMVO的能力。我们提出的Top_5 CMR参数有潜力以高准确度诊断CMVO,且不会对肾脏造成对比剂负担。此外,节段性CMR参数可能识别CMVO的位置。非对比增强多参数CMR有望成为风险分层、患者管理和治疗决策的有用标志物。
引用
- Arai H, Kawakubo M, Triadyaksa P, et al. Non-contrast-enhanced multiparametric cardiac magnetic resonance reveals coronary microvascular functional and structural obstruction after percutaneous coronary intervention. Eur Radiol. 2025. PMID: 40097843. doi:10.1007/s00330-025-11496-2
- 全文:PMC12350513(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12350513/
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。