中国人群颅内动脉瘤不稳定性的标志物及风险分层模型

评估颅内动脉瘤的不稳定风险(破裂和生长风险)对于指导未破裂颅内动脉瘤(UIA)的治疗决策具有重要意义.本研究自2017年1月-2022年1月前瞻性地纳入了UIA患者,进行了2年的随访,并进一步分为发掘队列和验证队列,主要终点事件是UIA的不稳定事件,定义为在随访期内,动脉瘤出现破裂、大小生长或者形态学改变.基于758个UIA患者的发掘队列,联合影像特点和多组学分析,发现大小指数、形态不规则、油酸、花生四烯酸、白细胞介素-1β(IL-1β)和肿瘤坏死因子-α(TNF-α)是UIA出现不稳定事件的危险因素.进一步分析显示,组织中和血清中油酸和花生四烯酸的表达水平有一致性趋势.运用机器学习算法,本研究构建了不稳定分类器,并能较好地识别发掘队列中的不稳定UIA(曲线下面积(AUC)为0.94).在含492个UIA患者的验证队列中,该分类器也能很好地识别不稳定UIA(AUC为0.89).基于大鼠颅内动脉瘤模型,发现干预油酸、IL-1β和TNF-α能预防UIA破裂.本研究基于中国人群揭示了UIA不稳定风险的标志物,并提供了一个风险分层模型,有望指导UIA的临床决策.