左心房与左心耳血流特征相关的人口学及心血管危险因素
本研究为单中心横断面子研究,纳入158名MESA参与者行4D-flow心脏MRI,评估左心房及左心耳血流停滞与峰值流速。多变量模型显示房颤史与左心房和左心耳血流受损独立相关,糖尿病则与更高的左心房峰值流速和更低的左心房及左心耳停滞相关。
要点
- 房颤史是左心房和左心耳血流动力学受损的独立相关因素。
- 糖尿病与更高的左心房峰值流速及更低的左心房和左心耳停滞相关。
- 高龄和左室射血分数降低分别与左心房血流受损相关。
核心结论
- 在观察性研究队列中识别出与左心房和左心耳血流动力学受损相关的人口学及心血管危险因素。
研究设计与样本
- 横断面子研究,纳入158名来自MESA的参与者,单中心,采用1.5T MRI行4D-flow心脏MRI,以左心房和左心耳血流停滞及峰值流速为评估指标。
关键影像表现/征象
- 左心房血流停滞定义为左心房分割区内速度<0.1 m/s的体素百分比,峰值流速取每个心动周期前5%体素。
- 左心耳血流停滞和峰值流速按同样方法计算,左心耳体积仅显示中等读者间一致性(ICC 0.76)。
诊断标准与关键数值
- 多变量模型中,高龄与左心房峰值流速降低相关(β:-1.65每10年,p<0.01),房颤史与左心房峰值流速降低相关(β:-2.81,p=0.013)。
- 糖尿病与左心房峰值流速升高相关(β:3.29,p<0.01),左室射血分数与左心房峰值流速升高相关(β:0.11,p=0.03)。
- 黑种人与左心耳峰值流速降低相关(β:-2.64,p<0.01),房颤史与左心耳峰值流速降低相关(β:-4.33,p<0.01)。
- 高龄与左心房停滞升高相关(β:4.04,p<0.01),房颤史与左心房停滞升高相关(β:6.69,p=0.037),糖尿病与左心房停滞降低相关(β:-6.92,p<0.02)。
- 左心房体积与左心耳停滞升高相关(β:0.12,p<0.01),白种人(β:-3.69,p<0.02)、男性(β:-5.36,p<0.01)、较低BMI(β:-0.42,p<0.01)和糖尿病(β:-4.55,p=0.04)与左心耳停滞降低独立相关。
临床应用与阅片要点
- 原文未据此给出推荐。
局限性
- 本研究为单中心研究,MRI检查仅使用单一厂商的扫描仪。
- 参与者为MESA研究成员,年龄偏大,不代表一般人群的横断面。
- 由于本机构COVID-19疫情影响,未能招募更多参与者,限制了多变量分析中添加更多变量。
- 本研究未纳入4D-flow测量的重测重复性。
- 仅纳入白种人、黑种人和华裔参与者,其他种族/族裔未招募。
全文中译18 节 · 点击展开
引言
左心房扩大最初在Framingham心脏研究中被发现与卒中和死亡相关,此后又被认为与心血管(CV)风险增加相关[1]。除容积外,还建立了多种其他左心房参数用于评估左心房(LA)功能,例如排空分数或应变[2, 3]。目前可利用四维(4D)血流心脏磁共振对LA进行进一步表征。该技术能够对体内血流动力学进行3D评估,并完整覆盖整个LA和左心耳(LAA),从而可以研究心房血流动力学参数,如血液淤滞和峰值速度[4, 5]。Shen等报告了基于LA和LAA血流特征识别心房肌病的潜力。这一点值得关注,因为LA和/或LAA内血栓形成与心房血流受损(淤滞增加、峰值速度降低)导致卒中发生之间可能存在关联[6]。因此,血流评估可能有助于指导心房颤动(AF)中的卒中预防治疗[7]。然而,在一般人群研究中,关于心房4D血流参数与人口学和CV危险因素之间关联的认识仍然缺乏。这归因于LA血流评估通常在患者队列中进行,主要是在已知AF的患者中[8, 9]。
多民族动脉粥样硬化研究(MESA)此前利用心脏磁共振促进了对LA作用的更好理解,例如在人口学和CV危险因素、 incident AF或incident脑血管事件方面[10–12]。
本研究旨在探讨单一MESA研究中心的MESA参与者中,人口学和CV危险因素与源自4D血流MRI的LA和LAA血流特征之间的关联。
方法
研究人群
MESA是一项正在进行的旨在研究亚临床CV疾病发生和进展的研究[13]。本研究是在MESA第6次检查时开展的一项横断面子研究,随后额外进行了一次心脏MRI;该研究经机构审查委员会批准。西北大学MESA的招募方法包括中国裔、黑人和白人参与者。参与者在基线时无临床CV疾病,并已被随访超过二十年,共包括六次详细检查。芝加哥,伊利诺伊州研究中心的MESA参与者被接洽接受额外的心脏MRI,包括4D血流序列(2018–2020年)。纳入标准为此前已入组并持续参与MESA。无正式排除标准。
人口统计学数据和心血管危险因素信息可通过MESA第6次检查(2016年至2018年间)获得;获取这些数据的过程此前已有描述[14]。所研究的人口统计学和心血管危险因素包括年龄、性别、种族、体重指数(BMI)、糖尿病、动脉性高血压、房颤病史、目前吸烟(相对于既往吸烟/从不吸烟)、目前饮酒以及左心室(LV)功能受损。进行坐位血压测试以评估高血压,定义为收缩压≥140 mmHg和/或舒张压≥90 mmHg。此外,在访谈员 administered 问卷中询问参与者是否曾被医生告知患有高血压或糖尿病和/或服用特定药物。房颤病史根据MESA房颤辅助研究[15]以四种不同方式定义:(1)在研究心电图(electrocardiogram,由集中化心电图判读中心(维克森林大学流行病学心脏病学研究中⼼)判读)上识别出房颤,(2)在为期14天的心电图中识别出持续时间至少30秒的房颤,(3)根据国际疾病分类的房颤出院诊断,(4)参加Medicare且有住院或门诊房颤索赔记录的参与者。由于房颤病史对左房功能的重要性,所有参与者均接受了两次或三次14天心电图监测(ZioPatch,iRhythm)以检测额外的亚临床房颤。
心脏MRI与4D-flow
心脏MRI在1.5-T MRI扫描仪(Aera,Siemens HealthCare)上进行。所有参与者均接受了标准诊疗MRI,包括回顾性心电门控时间分辨(CINE)平衡稳态自由进动成像,以左心室短轴方位评估左心室射血分数(LVEF)。
此外,在自由呼吸期间以冠状方位采集了回顾性心电门控时间分辨3D相位对比(PC)MRI,采用3D速度编码(4D-flow)MRI。4D-flow参数:TE = 2.44 ms,TR = 5.16 ms,翻转角 = 7°,分辨率 = 2.5 × 2.5 × 2.5 mm³,FOV = 480 × 400,矩阵 = 192 × 120,心脏时间帧数 = 22,VENC = 120 cm/s,压缩感知R = 10。值得注意的是,参与者未接受对比剂。
4D-flow分析
数据分析已在别处详细描述[4]。简言之,4D flow MRI数据经Maxwell项和涡流校正。左房和左心耳由具有3年工作经验的心血管放射科医师在3D PC-MR血管成像序列上进行分割(Mimics,Materialize),图1A。在每层可见的左房和左心耳各自边界上勾画轮廓,所得左房和左心耳分割用于掩蔽4D flow数据,以计算心房容积并推导左房和左心耳的血液淤滞图和峰值速度图(图1B、C)。血液淤滞计算为左房和左心耳分割内每个时间点速度< 10 cm/s的成像体素相对数量,按时间点总数归一化。峰值速度计算为每个心脏时间点前5%的体素。每个心脏时间点每个体素的动能使用公式1计算,假设血液密度(ρ)恒定为1060 kg/m³。然后将动能在整个心动周期内求和,并在左房和左心耳容积上取平均值。
读者内和读者间评估
心血管放射科医师对随机选取的20例病例重新进行分割,对初始结果设盲,以在数月后评估读者内可重复性。对于读者间评估,一名具有4年心脏磁共振经验的博士后研究员(A.L.D.)以相同方式分割LA和LAA。
统计方法
统计分析在Python(Python软件基金会)中进行。四维血流参数(LA和LAA的峰值速度和停滞)与连续参数使用Pearson r相关进行比较。二分类离散参数的比较(在正态性检验(Kolmogorov–Smirnov检验)后)使用Student t检验(正态分布)或Mann–Whitney U检验(非正态分布)。与种族的关联使用单因素方差分析或Kruskal–Wallis检验评估,随后进行事后分析。p值<0.05被认为具有显著性。
读者间和读者内比较使用组内相关系数(ICC)对LA和LAA的体积、停滞、峰值速度和动能进行评估。
对于LA停滞、LA动能、LA峰值速度、LAA停滞、LAA动能和LAA峰值速度,采用多变量逐步线性回归模型评估人口学和心血管危险因素的关联。种族(白人、黑人或其他中国人)作为单独变量输入。此外,由于与糖尿病相关的意外观察结果,我们在患有和不患有糖尿病的参与者中进行了亚组分析。最后,计算了包含所有人口学和心血管危险因素的多变量线性回归模型。
结果
研究样本
人口学特征、心血管危险因素和左心室参数见表1。最初接触了164名参与者,其中162名接受了心脏磁共振四维血流检查(图2)。4名参与者因图像噪声导致图像质量不佳而必须排除。最终,共有158名参与者纳入本研究(平均年龄:72.8 ± 7.3岁,53%为女性)。种族自报为黑人(23%)、中国人(33%)或白人(44%)。整个样本中高血压占57%,糖尿病占13%,房颤病史占12%。
与血流参数相关的人口学特征
我们发现人口学特征与多个4D-flow参数之间存在统计学显著相关性:年龄增加与左心房(LA)淤滞增加呈中度但显著相关(r = 0.32,p < 0.01),与LA峰值速度降低相关(r = −0.32,p < 0.01),与LA动能降低相关(r = −0.35,p < 0.01),与左心耳(LAA)淤滞增加相关(r = 0.22,p < 0.01),与LAA峰值速度降低相关(r = −0.19,p < 0.02),与LAA动能降低相关(r = −0.17,p = 0.03);见表2和图3A、B、D、E。女性参与者的LAA淤滞较高(p < 0.01)。此外,LAA峰值速度在不同种族间存在显著差异(p = 0.049);见表3。事后检验将该结果归因于白人参与者的LAA峰值速度显著高于黑人参与者(p = 0.044)。LAA动能在不同种族间也存在显著差异(p < 0.01),黑人参与者的LAA动能低于白人和中国参与者(分别为p < 0.01和p = 0.02)。
与血流参数相关的心血管危险因素
LA和LAA中较低的淤滞与较高的BMI相关(分别为r = −0.23,p < 0.01和r = −0.21,p < 0.01),并与糖尿病相关(分别为p < 0.01);见表2和表3。图3C、F。相反,LA和LAA中较高的淤滞与房颤病史相关(分别为p < 0.01和p < 0.036),而仅LAA淤滞较高与高血压相关(p = 0.033)。
LA峰值速度升高与糖尿病相关(p < 0.01),而LA峰值速度降低与房颤病史呈显著相关(p < 0.01)。LAA峰值速度降低与高血压相关(p = 0.048)。
最后,LA和LAA中动能增加均与糖尿病相关(分别为p < 0.01,p < 0.02),而LA动能降低也与房颤病史相关(p < 0.01)。
识别心房血流动力学预测因素的多变量模型
峰值速度
与较高LA峰值速度相关的因素包括较年轻年龄(β:−1.65[每10岁],p < 0.01)、糖尿病(β:3.29,p < 0.01)和较高LVEF(β:0.11,p = 0.03),而房颤病史(β:−2.81,p = 0.013)与较低峰值速度相关;见表4(模型1)。对于LAA,黑人种族(β:−2.64,p < 0.01)和房颤病史(β:−4.33,p < 0.01)是较低峰值速度的预测因素;见表4(模型4)和图4。
淤滞
与左心房(LA)内较高淤滞相关的因素包括年龄增大(β:4.04,p < 0.01)和房颤(AF)病史(β:6.69,p = 0.037),而糖尿病与较低淤滞相关(β:-6.92,p < 0.02);表4(模型2)。关于左心耳(LAA)淤滞,较大的LA容积(β:0.12,p < 0.01)与淤滞增加相关。白人参与者(β:−3.69,p < 0.02)、男性(β:−5.36,p < 0.01)、较低的BMI(β:−0.42,p < 0.01)和糖尿病(β:−4.55,p = 0.04)是较低LAA淤滞的独立预测因素;表4(模型5)和图4。
动能
在LA模型中,平均动能增加与较年轻年龄(β:−1.94,p < 0.01)、存在糖尿病(β:3.50,p < 0.01)和较高LVEF(β:0.10,p = 0.048)相关;表3(模型3)。对于LAA,黑人种族(β:−5.77,p = 0.046)和较小的LA容积(β:−0.10,p < 0.01)与较低动能相关,而糖尿病(β:4.70,p < 0.049)和较高BMI(β:0.41,p < 0.047)与较高平均动能相关。
包含所有协变量的LA和LAA峰值速度、淤滞和动能的多变量模型可见于补充材料。患有和未患有糖尿病的参与者。
由于我们观察到糖尿病参与者淤滞较低、峰值速度较高以及动能较高,我们进一步研究了这些亚组的基线参数(年龄、性别、种族、BMI、LA容积、LVEF和其他心血管危险因素):糖尿病参与者的BMI显著更高(无糖尿病:26.0 ± 4.4 kg/m2,糖尿病:28.2 ± 6.2 kg/m2,p = 0.049)。此外,无糖尿病参与者的LVEF更高(67.9 ± 8.8% vs 60.5 ± 7.4%,p < 0.01)。所有其他参数无显著差异(表5)。
阅片者内和阅片者间评估
ICC显示两名阅片者在所有LA参数上具有极好的一致性:最高一致性见于LA淤滞(0.99)、LA峰值速度(0.98)、LA动能(0.97)和LA容积(0.95)。LAA参数的结果为中等至极好:LAA峰值速度(0.94)、LAA淤滞(0.93)、LAA动能(0.92)和LAA容积(0.76)。阅片者内评估的ICC显示LA参数具有高一致性(LA淤滞(0.91)、LA峰值速度(0.83)、LA容积(0.88)和LA动能(0.73)),LAA参数具有中等一致性(LA淤滞(0.55)、LA峰值速度(0.66)、LA容积(0.62)和LA动能(0.44))。
讨论
在本研究中,我们在一个参与者样本中研究了人口统计学和心血管危险因素与LA和LAA血流动力学的关联,这些参与者于18年前从普通人群中抽取,在初次检查时无临床识别的心血管疾病。我们发现,在多变量模型中,AF病史和糖尿病是与LA和LAA血流动力学均相关的唯一独立参数。AF导致血流受损,而糖尿病与较高的LA峰值速度和LA及LAA中较低的淤滞相关。此外,年龄较大和LV功能受损分别与LA血流受损相关(较高的LA淤滞、较低的LA峰值速度),而女性、黑人种族、较低BMI、正常血糖状态(相对于糖尿病)和较大LA容积与LAA血流参数受损相关(较高的LAA淤滞、较低的LAA峰值速度)。
LA的4D-flow MRI
左心房(LA)和左心耳(LAA)的血流动力学已被研究多年,但近年来兴趣有所增加,原因是LA和LAA内血栓形成与卒中之间可能存在关联[7, 16–18]。血流动力学通常使用超声心动图评估,该方法广泛可用,可评估特定平面上的速度,例如LAA排空速度或二尖瓣处速度。Bernhardt等报道卒中患者的LAA峰值速度显著降低[19]。另一方面,4D-flow MRI能够进行基于3D的血流评估,可捕获整个LA和/或LAA[4]。这允许在相应体积内全局测量速度,从而获得LA和LAA的血流淤滞等高级参数。然而,这些技术迄今为止主要应用于房颤(AF)患者队列;在未经选择个体中的研究有限[8, 20]。在阅片者间评估中,我们发现LA的淤滞、峰值速度、动能和体积具有高度一致性。虽然LAA体积仅显示中等一致性,但LAA淤滞、动能和峰值速度也显示出极好的一致性。另一方面,阅片者内评估仅显示LA和LAA参数的中等一致性。未来,使用深度学习等先进技术对LA和LAA进行自动分割可能有助于进一步提高稳健性[21, 22]。
心血管危险因素与血流动力学
在我们的研究中,对于来自我们机构的MESA参与者,我们能够识别与血流动力学相关的心血管危险因素。最重要的是,AF病史在单变量分析中与LA和LAA的血流参数受损显著相关,这一点在多变量模型中得到证实。因此,我们旨在通过对每位参与者应用最多三次14天监测器来检测沉默性AF。AF病史与LA和LAA峰值速度以及LA淤滞独立相关,这与一项关于AF患者研究中健康对照的报告一致[20]。此外,AF病史在多变量模型中与LAA淤滞无关,这与先前一项纳入30例AF患者和15例对照的研究相似[20]。这一点值得关注,因为LAA是左心内发现的血栓的主要位置,而这些血栓与卒中相关[23]。Shen等提出,心房肌病中LAA淤滞增加,即使在没有AF的情况下,也与血栓形成相关[7]。然而,必须考虑到,在LAA中发现> 90%的血栓并不意味着它们起源于LAA。它们可能起源于其他地方,例如LA,然后被移位进入LAA。
糖尿病还与左心房(LA)和左心耳(LAA)内血流动力学改变相关。单变量分析显示,糖尿病参与者的LA和LAA内淤滞较低,且LA峰值速度较高。这些观察结果在多变量模型中得到证实,多变量模型确定糖尿病与较高的LA峰值速度以及LA和LAA内较低的淤滞显著相关。我们在开展本研究时并未预期会发现糖尿病与LA和LAA血流之间存在有益关联。高血压在我们队列中分布均匀(158名参与者中有90名患有高血压),且在多变量分析中与血流受损无关;与之相比,仅有20/158名参与者被诊断为糖尿病。糖尿病可能通过炎症诱导心房肌病,从而促进血栓形成[7, 24]。另一方面,已知糖尿病可使房颤(AF)和卒中风险增加高达40%(我们的数据也显示AF对血流动力学有恶化作用),糖尿病与更佳LA血流动力学相关的潜在机制尚不清楚,需要在进一步研究中加以探讨[25]。对伴或不伴糖尿病参与者的详细分析显示,糖尿病参与者的BMI较高、LVEF较低。这些差异可能使观察到的糖尿病与血流参数之间的关联产生偏倚。此外,一项针对糖尿病患者的CMR研究使用二维相位对比成像发现,与血糖正常的对照者相比,其二尖瓣水平的峰值速度更高[26]。舒张功能障碍可能促成了这一发现,但需要进一步研究以更详细地探讨这一问题。
较高的BMI与LA和LAA内较低的淤滞相关。在AF患者中,有证据表明肥胖可能对血栓形成产生影响,这被认为与较高的淤滞有关。然而,这一点存在争议,且来自一般人群的数据有限[27, 28]。我们的数据表明,较高的BMI与LA及LA附件血流之间无关联,或可能存在保护性关联。吸烟状态或饮酒作为心血管(CV)危险因素,在我们队列中与LA和LAA的血流动力学无关。值得注意的是,我们的队列仅纳入少数现役吸烟者,且MESA中饮酒量普遍较低(每周少于三个标准饮酒单位)[29]。
既往研究中关于CV危险因素与LA或LAA血流参数指标关联的信息非常有限。与我们的发现相似,Agmon等人在一项使用超声心动图的一般人群研究中报告,LAA速度随年龄增长而降低[30]。此外,他们报告男性LAA速度高于女性,这与我们发现男性LAA淤滞较低部分一致,然而峰值速度与性别无关。Zemrak等人报告了种族与心房特征的关联;他们显示华裔美国人的LA较小。在我们对血流特征的分析中,白人参与者的LAA淤滞较低。LA大小作为独立变量仅与LAA淤滞相关,而与LA的血流参数无关[10]。逐步回归模型和全回归模型的结果基本一致,支持了所观察关联的稳健性。
从临床角度来看,建议所有具有两个或以上血管危险因素的房颤患者或存在左心耳(LAA)血栓的患者进行抗凝治疗,以预防卒中和其他血栓栓塞并发症[31–34]。然而,抗凝治疗也带来出血风险增加,包括自发性出血如颅内出血,以及创伤后出血风险增高[33, 34]。推荐的风险分层评分系统CHADS2VASC2在判别价值方面的局限性已被充分认识。更详细地了解促进血栓形成的具体危险因素可能有助于更好地识别最可能从抗凝治疗中获益的患者。此外,被识别为高风险但不适合长期抗凝治疗的患者可考虑替代策略,如LAA封堵术[35]。尽管如此,仍需进一步研究来验证这些方法并指导临床决策。
局限性
本研究存在若干局限性。首先,这是一项单中心研究。MRI检查是在单一供应商的扫描仪上采集的。这些局限性主要与四维流(4D-flow)是一项较新的技术有关,该技术需要训练有素的技术人员以及复杂数据处理的高级知识。参与者是MESA研究的一部分,因此年龄较大,不能代表一般人群的横截面;此外,由于COVID-19大流行对我们机构的影响,我们无法为本研究招募更多参与者。后者也限制了我们向多变量分析中添加更多变量的能力。4D-flow测量的重测重复性未纳入我们的研究设置。此外,我们仅能纳入白人、黑人和华裔参与者。其他种族/族裔未被我们的现场中心为本研究招募。此外,虽然MESA是一项多种族研究,但我们的队列可能不能代表一般人群,这限制了普适性。我们的队列中未系统评估二尖瓣反流,这可能影响了LA中的峰值速度测量。MESA检查6(报告心血管危险因素时)与MRI检查之间存在时间间隔,参与者可能在此期间发生了心血管疾病。此外,目前尚无研究参与者的随访数据;然而,将于2024/2025年进行的MESA检查7可能使未来针对卒中或其他主要不良事件等结局的研究成为可能。
此外,当前吸烟者和高水平饮酒参与者的数量较少,限制了研究效能。我们的参与者最多进行了三次14天动态心电图监测以检测亚临床房颤,在我们的样本中发现19名参与者(12%)存在亚临床房颤。然而,4D-flow采集期间的心律未进行专门监测。最后,我们的结果提示糖尿病与较低的LA淤滞相关,较高的BMI与较低的LAA淤滞相关;虽然我们提到了可能的假设,但这些发现是意外的,可能与样本量较小有关。
在本研究中,我们描述了一个基于社区的多种族老年人群中人口统计学和心血管危险因素与左心房(LA)及左心耳(LAA)血流特征的关联。在多变量模型中,较高的LAA淤滞(一种被认为与LAA内血栓形成相关的参数)与女性、较高的LA容积、较低的BMI、非白人种族以及无糖尿病相关。此外,房颤(AF)病史与LA和LAA较低的峰值流速以及较高的LA淤滞相关,而年龄较大与LA血流受损相关。约12%的参与者患有糖尿病,糖尿病似乎改善了血流特征,这可能受到糖尿病患者比例较小的影晌。较低流速和较高淤滞参数对血栓形成和卒中的总体影响需要在进一步更大规模的研究中加以探讨。
补充信息
电子补充材料
引用
- Pradella M, Baraboo JJ, Chu SH, et al. Demographic and cardiovascular risk factors associated with blood flow characteristics of the left atrium and left atrial appendage. Eur Radiol. 2025. PMID: 41168493. doi:10.1007/s00330-025-11866-w
- 全文:PMC13035651(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13035651/
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。