文献速递心血管胸部CT

钙化积分:个体化概率评估预测冠状动脉CT血管造影后需额外或替代检查

Calcium scoring: a personalized probability assessment predicts the need for additional or alternative testing to coronary CT angiography.
PubMed 文献 · Eur Radiol · 2020-05-13

该回顾性单中心研究纳入4120例疑似冠心病患者,评估人体测量学、临床危险因素及冠状动脉钙化积分(CACS)预测冠脉CTA后因图像质量不可诊断和/或显著狭窄而需进一步检查的能力。模型3(含CACS)的AUC为0.84,显著优于模型1(0.56)和模型2(0.72);研究提供了基于心绞痛类型、心律和心率的个体化CACS阈值。

要点

  • CACS是预测冠脉CTA后需下游检查的最重要独立预测因子,CACS>1000时OR达164.90。
  • 对于窦性心律50次/分的非特异性心绞痛患者,CACS>435、756、944分别对应50%、80%、90%的进一步检查概率。
  • 心率增快和心律失常会显著降低上述CACS阈值,严格心率控制仍被建议。

诊断标准与关键数值

  • 模型3(含CACS)预测下游检查的AUC为0.84(95%CI 0.83-0.86),显著优于模型1的0.56(95%CI 0.54-0.58)和模型2的0.72(95%CI 0.70-0.74),p<0.001。
  • 模型3预测下游检查的敏感度69.9%、特异度83.8%、阳性预测值64.9%、阴性预测值86.7%、准确率79.6%。
  • 窦性心律50次/分时,非特异性心绞痛患者CACS>435、756、944分别对应50%、80%、90%的进一步检查概率;不典型心绞痛对应CACS>381、702、890;典型心绞痛对应CACS>316、636、824。
  • CACS类别预测下游检查的OR值:CACS1-10为2.46,CACS11-100为4.23,CACS101-400为12.34,CACS401-1000为33.83,CACS>1000为164.90(p<0.001)。

临床应用与阅片要点

  • 作者认为,在冠脉CTA前常规评估CACS可能被建议,因其显著提高识别需进一步检查患者的诊断准确率。
  • 作者指出,将此类患者推迟至其他诊断方法可能有益,因为冠脉CTA未对CAD管理做出最终决定。
  • 作者建议,严格心率控制仍被建议,因心率增快和心律失常会显著降低CACS阈值(p<0.001)。

局限性

  • 单中心、回顾性研究,仅使用单一厂商系统,结果推广至其他人群和机器需谨慎。
  • 无下游检查结果信息。
  • 未进行CTA图像的分数血流储备分析,可能减少转诊至进一步检查。
  • 单厂商研究,人体测量学参数在其他机器上的影响可能不同。
  • 未来需前瞻性研究评估以CACS作为冠脉CTA守门人对患者管理和结局及医疗系统的影响。
全文中译13 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. 2020 May 13;30(10):5499–506. doi: 10.1007/s00330-020-06921-7

引言

冠状动脉CT血管成像(CTA)因其高敏感性和阴性预测值,是排除显著冠状动脉狭窄的“守门人”[1–3]。在2019年欧洲心脏病学会慢性冠脉综合征诊断与管理指南中,冠状动脉CTA被列为I类推荐,作为有症状且临床上无法排除阻塞性冠状动脉疾病(CAD)患者的初始检查[4]。然而,对于心率不齐、显著肥胖或屏气不足的情况,不建议行冠状动脉CTA,因为可能无法达到足够的图像质量(IQ)(III类推荐)[4]。可能妨碍使用冠状动脉CTA充分评估CAD的临床因素的确切截断值尚缺乏。此外,当阻塞性CAD可能性增加时,由于显著CAD的验前概率较高,冠状动脉CTA可能不是理想选择[5–9]。然而,对于因显著狭窄概率高或CTA图像质量可预见性不足而应改用替代诊断检查而非冠状动脉CTA的患者特征,目前信息有限[4]。

冠状动脉钙化评分(CACS)与阻塞性CAD的存在相关,也可能识别出广泛钙化,后者可能因部分容积效应和晕状伪影进一步妨碍CTA分析[10–12]。然而,关于钙化评分值是否能预测冠状动脉CTA图像质量不足的数据极少。

因此,我们旨在评估人体测量学指标、Diamond和Forrester验前概率试验参数以及CACS是否能预测冠状动脉CTA后需要进一步检查[13]。此外,我们希望提供CACS截断值,以对应冠状动脉CTA后下游检查的特定概率。

材料与方法

研究参与者

我们回顾性纳入了2016年4月至2019年9月期间在本机构接受冠状动脉CTA的患者,这些患者在结构化报告平台(Axis,Neumann Medical Ltd.)中有报告,且具备所有必需的临床、人体测量学和影像学数据,便于数据的导出和分析。为了仅研究疑似CAD的患者,既往接受过有创或无创CAD检查者被排除在我们的分析之外。我们还排除了因心房消融治疗前接受左心房和肺静脉CTA者;18岁以下患者;先天性或结构性心脏病患者;接受过开胸手术或经导管瓣膜植入或起搏器植入者;或因造影剂外渗等技术问题而无法评估CTA扫描者。临床特征和心血管危险因素通过检查前标准化问卷获得。

CACS测量和冠状动脉CTA扫描方案

冠状动脉钙化积分(CACS)和CTA检查均在256层扫描仪(Brilliance iCT 256,Philips Healthcare)上采用前瞻性心电触发轴位采集模式进行。对于CACS,我们使用120 kV管电压和30–50 mAs管电流;对于冠状动脉CTA,根据患者体型使用100–120 kV和200–300 mAs管电流。图像采集采用128 × 0.625 mm探测器准直和270 ms机架旋转时间。对于心率控制,口服最大剂量50–100 mg美托洛尔,必要时静脉给予5–20 mg。对于心率< 80/min的患者,采用舒张中期触发,附加3–5%的padding(R-R间期的73–83%);对于心率≥ 80/min的患者,选择收缩期触发(R-R间期的35–45%)。使用碘美普尔对比剂(Iomeron 400,Bracco Imaging Ltd.),经18号导管从肘前静脉以4.5–5.5 ml/s的流率给予85–95 ml对比剂,采用四期方案[14]。使用左心房团注追踪以获得适当的扫描时机。在CACS和冠状动脉CTA检查之间给予0.8 mg舌下含服硝酸甘油。非对比数据集以2.5 mm层厚和增量重建,而冠状动脉CTA数据集以0.8 mm层厚和0.4 mm增量重建。

CACS由商用半自动软件(HeartBeat-CS,Philips IntelliSpace Portal,Philips Healthcare)测量。冠状动脉CTA检查通过轴位、多平面和曲面多平面重建使用商用软件(Comprehensive Cardiac Analysis,Philips IntelliSpace Portal,Philips Healthcare)进行评估。所有检查均由具有冠状动脉CTA 3级或同等认证的医师评估。管腔狭窄分为6组:(1)正常——无管腔狭窄;(2)极轻度——< 25%狭窄;(3)轻度——25–49%狭窄;(4)中度——50–69%狭窄;(5)重度——70–99%狭窄;(6)闭塞,并根据心血管计算机断层扫描学会指南[15],以基于节段的方式报告至结构化报告平台(Axis,Neumann Medical Ltd.)。

结局定义

我们旨在研究各种临床参数和CACS对冠状动脉CTA后需要额外CAD检测的影响。因此,我们将结局1确定为冠状动脉CTA后因图像质量(IQ)不足(至少一个冠状动脉节段IQ不可诊断)和/或存在阻塞性CAD(CTA上任何冠状动脉管腔狭窄至少50%)而需要进一步检测。我们进一步进行亚组分析以确定下游检测的原因。我们将结局2确定为冠状动脉CTA的IQ不可诊断(至少一个冠状动脉节段);将结局3确定为冠状动脉CTA上存在至少50%管腔狭窄,因为这些狭窄可能具有血流动力学意义[16]。

模型规格

对于所有三个结局,我们构建了以下模型。模型1,冠状动脉CTA期间常规评估的临床因素:体重指数(BMI)、扫描时心率以及扫描时可能降低冠状动脉CTA图像质量(IQ)的任何心律不齐(窦性 vs 不规则)。模型2,模型1的参数以及用于评估阻塞性CAD验前概率的Diamond和Forrester评分的特征:年龄、性别和心绞痛类型(典型、非典型、非特异性)[13]。模型3,模型2的参数,同时还包括使用0、1–10、11–100、101–400、401–1000和> 1000分类的CACS [17]。

统计分析

连续变量以均值 ± 标准差表示,而分类变量以频数和百分比表示。我们进行了多因素logistic回归和受试者工作特征(ROC)分析,以检验各种因素(模型1–3)对冠状动脉CTA后下游检查(结局1)的影响,并进行了亚组分析以探讨下游检查的原因:图像质量不佳(结局2)或冠状动脉CTA上存在至少50%的管腔狭窄(结局3)。我们使用Nagelkerke方法计算logistic回归模型的R2,以列举可归因于所研究参数的变异。敏感度、特异度、阳性和阴性预测值以及准确度通过使用Youden指数的ROC分析得出。我们使用DeLong检验比较了上述模型的曲线下面积(AUC)[18]。最后,我们进行了模拟分析,其中我们预测了结局1显著预测因子亚组进一步下游检查的概率。为此,CACS作为连续变量纳入,以便报告特定概率的精确CACS截断值。所有分析均在R环境(版本:3.6.1)中完成[5]。ROC分析和R2值分别使用‘pROC’(版本:1.15.3)和‘rsq’(1.1)软件包计算[6, 7]。双侧p值小于0.05被认为具有显著性。

结果

患者特征

我们纳入了6705例因疑似CAD而接受冠状动脉CTA的患者。1158例患者因已知既往CAD被排除,1160例CTA扫描因心房消融治疗前左心房和肺静脉成像被排除。此外,267例患者因存在先天性或结构性心脏病、起搏器电极以及因任何其他心脏CTA指征被排除。排除后,最终分析的患者人数为4120例(45.7%女性,57.9 ± 12.1岁)。患者的平均BMI为28.4 ± 7.7 kg/m2,平均心率为59.9 ± 9.1 bmp。152例患者(3.7%)存在心律失常。心血管危险因素和冠状动脉CTA扫描参数的详细数据见表1。总共275例(6.7%)冠状动脉CTA扫描在至少一个冠状动脉节段为非诊断性。图像质量不佳的主要原因包括运动伪影(248/275,90.2%)、图像噪声(51/275,18.5%)和严重钙化(49/275,17.8%)。在1073/4120例(26.0%)纳入患者中检测到阻塞性(> 50%狭窄)冠状动脉狭窄。在1236/4120例(30.0%)患者中,建议进行下游检查,原因要么是图像质量非诊断性,要么是其他冠状动脉节段存在> 50%的狭窄。

表1 人口学数据 查看原表 ↗

冠状动脉CTA后需要进行下游检查的相关因素

人体测量学参数(模型1)在识别被转诊进一步检查的患者方面诊断准确性较弱(AUC = 0.56 [0.54–0.58])。纳入Diamond和Forrester评分参数(模型2)显著提高了区分能力(AUC = 0.72 [0.70–0.74];p < 0.001)。加入冠状动脉钙化评分(CACS)(模型3)进一步提高了诊断准确性(AUC = 0.84 [0.83–0.86];与模型1和模型2相比p < 0.001)。各模型的灵敏度、特异度、阳性预测值和阴性预测值及准确性分别如下:模型1为39.1%、72.5%、73.9%、73.5%和62.5%;模型2为65.4%、68.4%、47.0%、82.2%和67.5%;模型3为69.9%、83.8%、64.9%、86.7%和79.6%。结果总结于图1。

在我们的最终模型中,检查期间每增加一次每分钟心跳,下游检查的比值比增加1.03(p < 0.001),存在任何类型的心律不齐增加2.12(p < 0.001),非典型和典型心绞痛分别增加1.29和1.64(分别为p < 0.01;p < 0.001),CACS分类为CACS1–10:2.46;CACS11–100:4.23;CACS101–400:12.34;CACS401–1000:33.83;CACS>1000:164.90(所有p < 0.001)。详细结果见表2。

图1 各种模型识别因图像质量(IQ)不可诊断和/或存在显著冠状动脉狭窄而需要下游检查者的ROC曲线。缩写:BMI,体重指数;CACS,冠状动脉钙化评分;HR,心率;IQ,图像质量 查看原图 ↗
表2 预测下游检查(结局1)的多因素 logistic 回归模型。缩写:BMI 体重指数;CACS 冠状动脉钙化评分;OR 比值比 查看原表 ↗

冠状动脉CTA后导致额外检查的非诊断性图像质量的相关因素

将危险因素(模型2)和总CACS(模型3)加入人体测量学因素(模型1)并未显著改善发现至少一个冠状动脉节段图像质量不可诊断的区分能力(模型1 AUC = 0.79 [0.78–0.83];模型2 AUC = 0.80 [0.78–0.83];模型3 AUC = 0.80 [0.78–0.83];所有p > 0.05)。各模型对非诊断性图像质量的灵敏度、特异度、阳性预测值和阴性预测值及准确性分别如下:模型1为67.3%、81.9%、21.0%、97.2%和80.9%;模型2为69.5%、79.2%、19.2%、97.3%和78.6%;模型3为77.5%、70.4%、15.8%、97.8%和70.9%。结果总结于图1。

经模型3调整后,每增加一次每分钟心跳,图像质量不足的比值比增加1.07(p < 0.001),心律不齐增加2.70(p < 0.001),CACS分组为CACS11–100:1.53;CACS101–400:2.07;CACS401–1000:2.59;CACS>1000:3.11(所有p < 0.05),而男性使图像质量不足的比值比降低0.54(p < 0.001)。详细结果见补充表1。

冠状动脉CTA后导致进一步检查的显著狭窄存在的相关因素

人体测量学参数(模型1)在区分阻塞性冠状动脉狭窄患者方面被证明是不够的(AUC = 0.56 [0.54–0.58])。加入年龄、性别和胸痛类型(模型2)后,诊断准确性显著提高(AUC = 0.74 [0.72–0.75];p < 0.001)。加入总冠状动脉钙化评分(CACS)(模型3)进一步提高了诊断效能(AUC = 0.87 [0.86–0.88];p < 0.001)。以显著性冠状动脉狭窄为结局,各模型的敏感性、特异性、阳性预测值、阴性预测值和准确性如下:模型1为64.1%、45.0%、29.1%、78.1%和50.0%;模型2为75.9%、60.6%、40.4%、87.7%和64.6%;模型3为77.2%、82.3%、60.6%、91.1%和81.0%。

在最终模型中,年龄每增加一岁,显著性冠状动脉病变的比值比增加1.01(p = 0.04),男性增加1.22(p < 0.01),非典型和典型胸痛分别增加1.36和2.00(p < 0.001),冠状动脉钙化按CACS分级增加:CACS1–10:4.03;CACS11–100:7.22;CACS101–400:22.16;CACS401–1000:60.34;CACS>1000:326.75(所有p < 0.001)。详细结果见补充表1。

给定心率、心律失常存在情况及胸痛类型下,特定CACS阈值的下游检查概率

在我们对冠状动脉CTA后因任何原因进行额外检查(结局1)的分析中,胸痛类型、心率和心律不齐的存在被证明是总CACS之外CAD进一步检查的独立预测因素。我们分别模拟了非特异性、非典型和典型心绞痛、窦性心律或心律失常且心率为50–60–70–80–90次/分的患者群体在给定CACS值下的下游检查概率。概率图见图2,特定进一步检查概率对应的CACS截断值见表3。

图2 按心绞痛类型、心律规整性、心率和总CACS分组的冠状动脉CTA后下游检查概率图。缩写:CACS,冠状动脉钙化评分;HR,心率 查看原图 ↗
表3 按心绞痛类型、心律规整性和心率分组的给定下游检查需求概率对应的特定CACS值 查看原表 ↗

讨论

我们的结果表明,仅靠人体测量学参数不足以识别那些在冠状动脉CT血管成像(CTA)后极可能需要进一步检查冠状动脉疾病(CAD)的患者。Diamond和Forrester验前概率评分的经典危险因素为预测提供了额外的效能。然而,纳入总冠状动脉钙化评分(CACS)显著提高了诊断准确性,在识别因无法就CAD作出最终诊断决定而可建议推迟冠状动脉CTA的患者方面提供了极好的判别效能。在非特异性心绞痛情况下,CACS高于435、756和944;在不典型心绞痛中CACS高于381、702和890;在典型心绞痛中CACS高于316、636和824,分别对应于心率为50次/分窦性心律患者进一步检查50%、80%和90%的概率。然而,较高的心率和心律不规则的存在显著降低了这些截断值(p < 0.001);因此,仍建议严格控制心率。我们的结果提供了给定下游检查概率的个体化截断值,这可能有助于个体化决策,确定哪些患者可能从替代检查中获益,因为冠状动脉CTA无法导致最终临床决策。需要未来的前瞻性研究来评估将CACS作为冠状动脉CTA守门人对患者管理和结局以及医疗保健系统的影响。

2019年欧洲心脏病学会的新推荐之一是将冠状动脉CTA认可为对那些仅凭临床评估不足以排除阻塞性CAD的患者进行初始无创检查[4]。这些推荐遵循了英国国家卫生与临床优化研究所此前的倡议,其中冠状动脉CTA被推荐为稳定性胸痛患者的初始诊断检查[9]。为遵循指南,预计仅在英国就需要将冠状动脉CTA的提供量增加700%[4]。为减轻医疗保健系统的负担,可能需要识别那些冠状动脉CTA无法导致最终诊断决定的患者,因为这些患者可能从替代检查中获益更多。

在分析CAD进一步检查的预测因素时,心率、心律不规则的存在、胸痛类型和冠状动脉钙化均为显著的独立预测因素。在所有这些因素中,冠状动脉钙化是迄今为止最突出的预测因素(CACS 401–1000的OR = 33.83,CACS>1000者的OR = 164.90)。这些结果主要由CACS预测需要进一步检查或干预的阻塞性CAD的能力所驱动,因为在我们预测非诊断性图像质量的亚分析中,采用简单人体测量学参数的模型与纳入危险因素和CACS的更复杂模型具有相同的诊断准确性。

冠状动脉钙化已被报道为显著冠状动脉狭窄的重要预测因素[10, 19–22]。迄今为止,只有一些风险预测评分系统,如多族裔动脉粥样硬化研究风险评分,将CACS纳入其模型,尽管最近一项研究报告CACS是CAD相关结局的最重要预测因素[23]。我们的结果与这些发现一致,因为除年龄、男性性别和胸痛类型外,CACS被证明是冠状动脉CTA所描绘的阻塞性冠状动脉狭窄的最突出预测因素(CACS401–1000者OR = 60.34,CACS>1000者OR = 326.75)。这些结果表明,在冠状动脉CTA之前常规评估CACS可能有助于识别那些仅靠冠状动脉CTA不足以评估CAD的患者,因为在这些病例中发现至少50%管腔狭窄且可能具有血流动力学意义、因而需要进一步评估的概率非常高。

冠状动脉钙化还可能引起开花和线束硬化伪影,导致斑块体积的虚拟增大,从而高估狭窄程度并增加假阳性结果[12, 24]。多项研究探讨了CACS对冠状动脉CTA准确性的影响。大多数研究报告CACS评分> 400作为诊断准确性显著下降的阈值[7, 25–32]。然而,所有这些研究均使用64层或双源CT。根据我们的结果,在使用256层CT扫描仪的情况下,CACS并未被证明在预测IQ不足方面具有额外作用。在CACS之上,较高心率和心律失常是IQ不足的重要 contributing 因素,因为90.2%的病例中非诊断性IQ是由运动伪影所致。此外,在调整主要心血管危险因素和CACS后,心率(OR = 1.07)和心律失常(OR = 2.70)被证明是非诊断性IQ的重要预测因素。尽管256层CT扫描仪允许更好的部分和时间分辨率,但节律控制和最佳心率对于在所有冠状动脉节段获得诊断性IQ仍然很重要。

我们的模拟结果显示,无法提供单一的CACS截断值,因为胸痛类型、心律失常和心率均显著改变因IQ不足或存在显著狭窄而需要进一步下游检测的概率。我们的表格可能有助于个体层面的决策。

我们的研究存在一些局限性。首先,这是一项单中心、回顾性研究,仅使用单一厂商系统;因此,我们的结果只能谨慎地推广至其他人群和其他设备。其次,我们没有关于下游检查结果的信息。然而,我们的目的并非评估冠状动脉CTA的诊断准确性,因为该 modality 的高灵敏度和阴性预测值已广为人知,而是评估哪些患者可能不会从冠状动脉CTA中获益,因为它不会导致最终的诊断决策。第三,未对CTA图像进行血流储备分数分析,这本可能减少转诊至进一步检查的情况。然而,大多数中心尚无法获得该技术,因此基于血流储备分数的结果将限制结果的普适性。最后,这是一项单一厂商研究;因此,人体测量学指标的影响在其他机器上可能有所不同。

总之,可能建议在冠状动脉CTA前常规评估CACS,因为它显著提高了识别冠状动脉CTA后需要进一步检查的患者的诊断准确性。将这些患者推迟至其他诊断 modality 可能是有益的,因为冠状动脉CTA不会导致关于CAD管理的最终决策。

电子补充材料

ESM 1(DOCX 19 kb)

引用

  1. Simon J, Száraz L, Szilveszter B, et al. Calcium scoring: a personalized probability assessment predicts the need for additional or alternative testing to coronary CT angiography. Eur Radiol. 2020. PMID: 32405749. doi:10.1007/s00330-020-06921-7
  2. 全文:PMC7476992(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7476992/

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。