基于人工智能获取的冠状动脉CT衍生参数联合斑块风险评分对可疑冠心病患者不良心血管事件风险的预测效能

摘要

目的：探讨基于人工智能获取的冠状动脉周围脂肪衰减指数（FAI）联合斑块风险评分（Leiden评分）对疑似冠心病（CHD）患者不良心血管事件（MACE）风险的预测价值。方法：回顾性分析2021年1月至12月九江市第一人民医院收治的183例疑似CHD患者临床资料。根据是否发生MACE分为MACE组（n=39）和非MACE组（n=144）。采用Logistic回归分析导致MACE的危险因素，并绘制ROC曲线评估FAI及Leiden评分的预测效能。结果：右冠状动脉FAI(RCA-FAI)及Leiden评分较高是导致MACE的独立危险因素；二者联合的预测效能高于单一指标（AUC=0.742）。结论：基于人工智能获取的冠状动脉周围FAI联合Leiden评分可有效提升对疑似CHD患者MACE风险的预测能力。

关键词

冠心病 / 人工智能 / 脂肪衰减指数 / 斑块风险评分 / 不良心血管事件