通过冠脉CTA增强集成算法评估高危患者的斑块稳定性

刘健、卢亚辉、孙浩宁

北京大学人民医院

冠状动脉计算机断层造影血管造影(CTA)已被证实可用于急性冠脉综合征(ACS)患者的危险分层。但是,冠脉CTA评估罪犯病变(CL)的适用性尚不明确。这项研究旨在基于冠脉CTA定性及定量评估斑块特征,确定ACS患者的前驱CL。

该研究纳入了ICONIC注册研究中接受了有创冠状动脉造影术,并同时有基线冠脉CT,且两者提示的罪犯病变可相互对应的ACS患者。该研究使用增强的集成算法(XGBoost)建立了CL的预测模型。将数据随机分为训练集(80％)和测试集(20％)。比较了该模型与受试者前驱罪犯病变的狭窄直径、高危特征及病变水平三个模型的ROC曲线下面积。此后,将机械学习(ML)模型应用于234名非ACS患者的864个病变,以确定模型排除CL的性能。

ML模型相比于其他三个模型有着更大的ROC曲线下面积。ML模型:(0.774; 95%CI: 0.758 to 0.790)；模型1: (0.599; 95%CI: 0.599 to 0.599; p<0.01);模型2:(0.532; 95%CI:0.501 to 0.563;p<0.01), 模型3:(0.672; 95%CI:0.662 to 0.682;p<0.01). 当应用于非ACS患者时,ML模型除外前驱罪犯病变的特异性为89.3%。

图1：研究流程

图2：集成模型效力优于其他三种模型

图3：通过分析动脉粥样硬化斑块的稳定性，有助于风险分层及治疗选择

图4：各类危险因素集成以构建模型

图5：ML模型的子组分析

与狭窄直径或高危斑块特征等模型相比,结合冠状动脉CTA定性和定量确定的斑块特征的ML方法在预测CL前体效果更好,并且在多个子组中均很可靠。此外,该模型在非ACS人群中排除CL前体的存在是准确的。这项研究强调了冠状动脉CTA在未发生ACS的人群中识别CL前体的实用性。