相关实验视频
Updated: Jun 18, 2025

06:59
Quantification of Atherosclerosis in Mice
Published on: June 12, 2019
37.3K
动脉样硬化量化和心血管风险:ISCHEMIA试验
Nick S Nurmohamed1,2,3, James K Min4, Rebecca Anthopolos5
1Department of Cardiology, Amsterdam UMC, Vrije Universiteit Amsterdam, De Boelelaan 1117, 1081 HV Amsterdam, The Netherlands.
European heart journal
|August 5, 2024
概括
冠状动脉计算机断层扫描血管学 (CCTA) 的总斑块体积预测了高风险患者的心血管事件. 使用动脉样硬化成像定量计算机断层扫描 (AI-QCT) 进行高级斑块分析,可以轻微改善心血管死亡或心肌梗塞风险预测.
科学领域:
- 心脏病学 心脏病学
- 放射学 放射学是一门学科.
- 医疗成像医学成像
背景情况:
- 该ISCHEMIA试验调查了稳定缺血性心脏病的最佳侵入性或保守性策略.
- 冠状动脉计算机断层扫描血管造影 (CCTA) 是心脏病学中一个关键的成像模式.
- 评估除了狭窄症严重程度之外的动脉样硬化斑块特征对于风险分层至关重要.
研究的目的:
- 在ISCHEMIA试验中确定CCTA衍生的动脉硬性斑块分析的预后价值.
- 评估定量斑块分析是否能改善高风险人群的心血管风险预测.
主要方法:
- 动脉样硬化成像定量CT (AI-QCT) 用于从基线CCTA量化斑块体积,组成和分布.
- 多变量考克斯回归分析了基线风险因素,AI-QCT斑块特征和心血管死亡或心肌梗塞的复合结果之间的关联.
- 曲线下的面积 (AUC) 分析与增加传统风险因素的斑块量化预测值进行了比较.
主要成果:
- 可分析的CCTA数据来自3711名参与者,其中79%患有多血管冠状动脉疾病.
- 总斑块体积与主要结局有很强的关联 (aHR为每次IQR增加1.56;P = .001).
- AI-QCT斑块量化改进了预测模型在6个月,2年和4年的主要结果的值 (例如,AUC0.688与0.637在6个月;P=.006).
结论:
- 通过AI-QCT量化总斑块体积与ISCHEMIA群体中主要的不良心血管事件有显著的关联.
- 使用AI-QCT测量方法对动脉样硬化负担的增强评估适度地改善了这种高风险队列中的心血管事件预测.
- CCTA衍生的斑块分析提供了超越传统风险因素和冠状动脉解剖学的增量预后信息.
更多相关视频
06:43Quantitative Analysis and Characterization of Atherosclerotic Lesions in the Murine Aortic Sinus
Published on: December 7, 2013
13.7K
09:06Quantitative Analysis of Cellular Composition in Advanced Atherosclerotic Lesions of Smooth Muscle Cell Lineage-Tracing Mice
Published on: February 20, 2019
8.3K