每日毅讯｜JACC：常规胸部CT计算的冠脉钙化指数

长期以来，冠脉钙化指数是预测心血管病事件与死亡的重要参数。但是，由于冠脉钙化指数是基于冠脉CTA的检查，存在造影剂注射、过敏、花费等各个方面的问题，临床应用受到了很大的限制。近期，JACC杂志发表了一项基于普通胸部CT+机器学习算法实现的冠脉钙化指数评估的临床研究，并探讨了该冠脉钙化指数对心血管事件与死亡的预测价值。

研究者使用深度学习（DL）算法基于常规非心电图门控的胸部CT（2014年-2019年）定量计算冠脉钙化指数（CAC），称为DL-CAC，并判断该指数是否可以提供更全面准确的心血管风险评估。研究者使用Cox回归验证了DL-CAC（0,1-99或≥100）与全因死亡（主要终点）和死亡/心肌梗死（MI）/中风和死亡/MI/卒中/血运重建的次要复合终点之间的关联。研究者校正了年龄、性别、种族、民族、合并症、收缩压、血脂水平、吸烟状况和抗高血压药物的使用。同时计算了10年ASCVD心血管疾病风险。

研究结果发现：在5,678名没有ASCVD的成年人（51%女性，18%亚洲人，13%西班牙裔/拉丁裔）中，52%的患者存在DL-CAC>0。DL-CAC ≥100 患者的10年ASCVD的平均风险为24%。然而，只有26%的人服用他汀类药物。调整后，与DL-CAC=0相比，DL-CAC≥100患者的死亡风险（HR=1.51; 95%CI：1.28-1.79），死亡/MI/卒中风险（HR=1.57; 95%CI：1.33-1.84）和死亡/MI/卒中/血运重建风险（HR=1.69; 95%CI：1.45-1.98）均显著增加。

「毅讯点评」

本研究通过对单中心的大量常规胸部CT数据及随访资料分析，利用深度学习算法，计算了冠脉钙化指数来预测心血管事件与死亡，获得了良好的评估效果。本研究最大的创新之处在于胸部CT的临床可及性，让冠脉钙化指数更加贴近临床一线应用。然而，比较粗略的0，0-100，>100的分类还是略显粗略，但是未来确实需要这样基于常规检查的参数将冠脉血管评估纳入常规心血管评估的范畴，具有重要的临床应用价值。

原文参考