手部异常特征与冠状动脉粥样硬化性心脏病的相关性研究

摘要

目的 探究手部异常特征与冠状动脉粥样硬化性心脏病(简称“冠心病”)的相关性，为数字化中医手诊提供临床数据支持。方法 利用基于NVIDIA Jetson平台和Qt框架的手诊信息采集技术，采用手掌关键点预测算法，通过图像分析和数据挖掘，自动捕捉、采集手掌和指甲的细微特征。收集2023年12月—2024年4月于北京中医药大学东直门医院心内科接受冠状动脉CT血管成像(CACTA)检查的心脏病患者，共纳入438例。根据CACTA结果分为冠心病组(148例)和非冠心病组(290例),比较两组患者的手部特征，并通过随机森林分析及单因素、多因素logistic回归分析筛选出与冠心病相关的异常手部特征。结果 综合单因素logistic回归分析及随机森林分析结果，筛选出与冠心病有关并纳入多因素logistic回归分析的变量，包括大鱼际形态、大鱼际是否有皱褶、指甲形态、指甲纹理、中指血管长度。经多因素logistic回归分析，大鱼际肥厚[比值比(OR):3.049,95%CI:1.430～6.503,P=0.004],大鱼际有皱褶(OR:2.206,95%CI:1.119～4.348,P=0.022),指甲有灰黑色竖条纹(OR:1.981,95%CI:1.173～3.347,P=0.011),甲面凹凸(OR:3.130,95%CI:1.822～5.378,P<0.001),以及甲面内扣(OR:5.727,95%CI:1.812～18.102,P=0.003)与冠心病呈正相关；中指血管超过指节的1/3(OR:0.405, 95%CI:0.234～0.702,P=0.001)与冠心病呈负相关。结论 冠心病与某些手部特征存在相关性，此发现可为数字化中医手诊提供临床数据支持。

关键词

冠状动脉粥样硬化性心脏病 / 手部特征识别 / 中医手诊仪 / 智能诊断 / 随机森林分析

基金资助

国家重点研发计划项目(No.2022YFC3502300,No.2022YFC3502302)