基于头颈心联合CTA颈动脉斑块特征与临床指标对冠状动脉CT-FFR异常的预测价值

摘要

目的 基于头颈心联合CT血管成像(CTA)技术构建颈动脉斑块特征联合临床指标预测冠状动脉血流储备分数(CT-FFR)异常的风险预测模型。方法 纳入2023年7月—2025年7月接受头颈心联合CTA检查的患者235例，收集临床资料。根据CT-FFR值分组，比较颈动脉特征及临床资料的差异性。采用多因素logistic回归识别CT-FFR≤0.80的独立预测因子(以OR及95%CI表示)并构建预测模型，采用Bootstrap重抽样方法进行内部验证。采用受试者工作特征曲线下面积(AUC)和Hosmer-Lemeshow检验分别评估模型的区分度与校准度，同时采用DeLong检验进行模型间比较。结果 CT-FFR异常组的颈动脉不稳定斑块、中度或以上狭窄可能性更高；高血压、小而密脂蛋白胆固醇(sdLDL-C)、颈动脉不稳定斑块以及中度或以上狭窄为CT-FFR异常的独立危险因素；Bootstrap内部验证显示，所有预测因子均表现稳定；联合预测模型AUC为0.771(95%CI:0.711～0.823),且校准度良好(P=0.851),敏感度为64.2%,特异度为80.0%;DeLong检验显示，其预测效能高于仅基于临床指标(AUC=0.638,P<0.001)或仅基于颈动脉特征(AUC=0.707,P=0.004)的模型；决策曲线分析提示联合模型具有更优的临床净收益。结论 颈动脉斑块特征联合临床指标有助于预测冠状动脉血流储备受限的严重程度。

关键词

冠状动脉 / 颈动脉 / 计算机断层摄影术 / 危险因素 / 高血压 / 脂蛋白类