腹主动脉钙和CAD-RADS 2.0

简介使用计算机断层扫描（CT）进行了冠状动脉钙（CAC）评分，是一种良好的技术，用于量化冠状动脉粥样硬化和评估心血管风险，从而指导预防治疗策略。 同样，腹主动脉钙（AAC）是一种生物标志物，表明腹主动脉内的钙化程度，反映了全身性动脉粥样硬化。 AAC已被证明可以预测心血管发病率和死亡率。

可以使用两种常见方法来评估AAC：肾脏，输尿管和膀胱（KUB）普通膜射线照相和CT。 研究表明，AAC和CAC评分之间存在相关性，AAC表明存在无症状的冠状动脉疾病（CAD）。 这突出了量化AAC预测CAD的潜在重要性。

冠状动脉层析成像血管造影（CCTA）可以直接可视化冠状动脉腔狭窄，动脉粥样硬化斑块组成和高风险斑块特征，例如低衰减，斑点钙化，阳性重塑，阳性重塑和napkin环号。 鉴于检测CAD的高灵敏度和特异性，CCTA在胸痛稳定的患者中特别有价值。 此外，它在指导有关冠状动脉血运重建程序的决策中起着至关重要的作用。 除了评估冠状动脉狭窄和动脉粥样硬化斑块的特征外，分析斑块的体积和负担还提供了预后价值，可在稳定的CCTA患者中分层急性冠状动脉综合征（AC）的风险。

冠状动脉疾病报告和数据系统（CAD-RADS）是一个综合框架，旨在标准化CAD患者的疾病严重程度和指导治疗决策。 CAD-RADS最初于2016年发行，采用基于冠状动脉狭窄和高风险斑块特征作为修饰符的分类系统。 2022年更新，CAD-RADS 2.0，将斑块负担作为新的亚分类，并使用CT分数流量储备（CT-FFR）或心肌CT灌注（CTP）评估病变特异性的缺血。 CAD-RADS旨在标准化CCTA报告并改善与推荐医生的沟通，包括建议。

先前的研究表明，AAC和CAC之间存在相关性，AAC定量与传统的心血管危险因素和心血管事件有关。 此外，基于CT的AAC定量可以预测无症状成年人的未来心血管事件。 但是，很少有研究探索AAC是否与非冠状动脉斑块或冠状动脉狭窄程度相关。 这项研究旨在使用CAD-RADS 2.0分类系统研究基于CT的AAC得分与冠状斑块负担和狭窄之间的相关性。

材料和方法研究人群这项前瞻性队列研究在2021年6月至2023年5月之间招募了60岁及60岁以上的患者，他们在Kaohsiung Chang Gung Memorial Hospital的心血管部门介绍。 纳入标准是胸痛或不适的患者，该患者计划接受CAC和CCTA的心脏CT，由治疗医生确定用于评估CAD的患者。 包括：（1）对比剂的严重过敏，（2）腰椎中的金属植入物，（3）肾功能异常（估计的肾小球滤过率[EGFR] <60），（4）腹部主动脉瘤和（5）（5）腹部主动脉瘤和（5）先前的冠状动脉静脉或乘坐前术。 该研究获得了台湾Kaohsiung Chang Gung Memorial Hospital的研究伦理委员会的批准。 所有参与者获得了书面知情同意。 最初，有80名患者入学；但是，出于个人原因撤回了两个，由于发现了一个附带的腹部主动脉瘤，因此被排除在外，由于先前的冠状动脉支架位置，将9个被排除在外。 因此，最终分析中包括68名患者。

审查了患者人口统计信息，包括年龄，性别以及高血压的存在，糖尿病，脂质谱（脂质谱（总胆固醇，HDL），来自最接近CCTA的测试中的总胆固醇，HDL和LDL水平），吸烟状态和体重指数（BMI）。 高血压被定义为使用降压药的病史或静止的血压读数≥140mmHg收缩期或≥90mmHg舒张压。 糖尿病定义为禁食等离子体葡萄糖水平≥126mg/dl或事先使用口服降血糖剂或胰岛素。 吸烟状况是基于CCTA前每天至少吸烟的任何历史。

收集的数据用于评估10年的动脉粥样硬化心血管疾病（ASCVD）风险，分为三组：低至边缘风险（<7.4％），中级风险（7.5％至19.9％）和高风险（≥20％），根据美国心脏病学的指南。

图像采集CCTA和非增强的腹部CT扫描协议CCTA是使用640板板的多层CT扫描仪（Canon Aquilion One Genesis，Canon Medical Systems，Japan）进行的。 所有参与者都接受了舌下硝酸甘油（0.3 mg），以在成像之前促进冠状动脉血管舒张。 第一阶段涉及用于CAC评估的未增强的，前瞻性心电图（ECG）的体积扫描，配置为120 kVp和50个MAS，其视野（FOV）为16 cm，以确保全面的心脏覆盖范围。 旋转时间为0.275秒，切片厚度为2 mm。 此后，使用非ECG门控顺序扫描模式进行腹主动脉扫描，并保持相同的120 kVp和2 mm切片厚度的设置。 L5椎体终板的下方被用作要成像的腹部体积的尾部范围，覆盖了腹主动脉的腹腔分叉，同时最大程度地减少了暴露于骨盆生殖器官的辐射。

对于增强的CCTA扫描，使用量身定制的Omnipaque 350（Iohexol，GE Healthcare，GE Healthcare，芝加哥，伊利诺伊州，伊利诺伊州，美国）进行静脉反对介质，相对于患者体重的比例为1：1，最大剂量为65毫升（ML）。 以4-5 mL/s的速度进行对比度输注，然后以相同速率的盐水冲洗为50 mL。 使用自动峰增强检测在升主动脉中的自动峰增强检测与心脏周期同步，从而在达到100 Hounsfield单元（HU）的阈值时触发扫描，并在5秒延迟后开始成像。

数据采集​​方案是针对每个患者的心率和节奏量身定制的。 具体而言，使用前瞻性ECG触发的体积扫描来说明心率和节奏，在R-R间隔期间捕获预定义的扫描区域，尤其是在频繁的异位拍打或预扫描ECG监测期间注意到的不规则心率的情况下。 成像系统参数包括龙门旋转时间为0.275秒，准直算0.5毫米，管电压设置范围从100 kV到120 kV不等，以及根据患者的BMI进行调整的200 MAS和450 MAS之间的管当前产品。

图像分析使用Vitrea工作站定量评估CAC和AAC（版本7.4.0.462， 重要图像，遵循Agatston方法的明尼苏达州普利茅斯。 钙化被确定为斑块≥1mm²，密度超过130 HU的阈值，该阈值在AAC和CAC区域都自动量化。 通过将每个区域的面积乘以对应于最高钙化密度的加权评分来计算AAC和CAC分数：1 130-199 HU，200-299 HU的2，300-399 HU的3，密度为300-399 HU，4≥400HU。 分析了三个腹主动脉覆盖区域，主动脉分叉用作尾端边界（图1）。 第一个覆盖范围（AAC-ALL）包括整个腹部主动脉，从乳糜泻起源的上边缘到主动脉分叉。 第二个覆盖率（AAC-8厘米）从主动脉分叉中颅骨伸展8 cm，每个覆盖率为40片，每片2毫米，而第三个覆盖率（AAC-5CM）从主动脉分叉的5 cm延长了5 cm，构成了25片25片25片25毫米。

The CAD-RADS 2.0 classification system was used to assess the severity of coronary stenosis across five distinct categories: CAD-RADS 0 (no visible stenosis, 0% maximal coronary stenosis), CAD-RADS 1 (minimal stenosis, 1-24%), CAD-RADS 2 (mild stenosis, 25-49%), CAD-RADS 3 (moderate stenosis, 50-69%), CAD-RADS 4（严重的狭窄，细分为4A [70-99％]和4B [左主> 50％或三个船尾阻塞性疾病]）和CAD-RADS 5（100％闭塞）。 CAD-RADS 2.0中的斑块负担分类包括一个“ P”名称，范围从P1到P4，以量化整体斑块体积。 Two assessment methodologies, CAC scoring and the segment involvement score (SIS), were employed: P1 indicated mild plaque burden (CAC of 1-100 or SIS ≤ 2), P2 indicated moderate plaque burden (CAC of 101-300 or SIS 3-4), P3 indicated severe plaque burden (CAC of 301-999 or SIS 5-7), and P4 indicated extensive斑块负担（CAC≥1000或SIS≥8）。 这两个评估中最严重的分类确定了P子分类。 该研究队列分为两个不同的组，基于AAC的300分，从300的CAC得分改编，以区分斑块负担为轻度至中度至中度和重度至广泛的类别。

这项研究的结果度量是根据2022冠状动脉疾病报告和数据系统（CAD-RADS）分类的，该系统将冠状动脉狭窄和斑块负担分为不同的类别，而无需使用特定的测量单位。 使用0到5的数字量表对冠状动脉狭窄进行分级，其中较高的数量表明狭窄的严重程度更高。 使用P1到P4的分类系统对牌匾体积进行分类，P4代表最高的牙菌斑负担。

使用SPSS 22.0（IBM SPSS，芝加哥，伊利诺伊州，美国）进行统计分析统计分析。 使用Cohen的Kappa系数评估了CAD-RADS 2.0的观察者一致性，该系数被分类为较差（<0.20），Fair（0.20-0.39），中度（0.40-0.59），实质性（0.60-0.79）和优秀（≥0.80）。 在分析之前，使用Kolmogorov-Smirnov检验评估了数据分布正态性。 定量数据总结为平均值±标准偏差或中位数（四分位间范围，IQR），如果不是正态分布， 设置了P <0.05的显着性水平。 使用独立的t检验或Mann-Whitney U检验比较连续变量，而卡方或Fisher的精确测试适用于分类变量。 单向方差分析或Kruskal-Wallis单向方差分析用于评估CAD-RADS类别和斑块负担亚分类的AAC的差异。 Spearman相关分析用于检查CAC得分与各种AAC得分覆盖区域之间的关系，系数范围从非常弱到非常强。 使用接收器操作特征（ROC）曲线评估了不同AAC评分的有效性，以确定预测CAD-RADS类别和冠状动脉斑块负担的最佳临界值，而CAD-RADS类别分为0-2和3-5组，冠状斑块负担分为P1-P2组（轻度至中度）和p3-P3-P3-P3-P2-P2-4（p1 p2）和p3-P3-P4（p1 p2）和p3-P3-P4（均为P3-P3-P4）。