MR-VWI技术评价症状性颈动脉斑块易损特征的价值观察

目的探讨磁共振管壁成像(MR-VWI)技术评价症状性颈动脉斑块易损特征的应用价值。方法选取2020年7月~2022年7月在我院神经内科收治的够例症状性颈动脉狭窄患者作为研究对象,并在入组后完成双侧颈动脉MR-VWI检查。对入组对象进行颈动脉狭窄分级,比较不同分级患者斑块易损特征,相关性分析颈动脉斑块易损特征与卒中量表神经功能(NIHSS)评分的关系;比较症状侧与非症状侧斑块负荷水平[最小管腔面积(Min LA)、平均管壁面积(Mean WA)、最大管壁厚度(Max WT)、管壁体积标准化指数(PWV)、不同斑块成分[富脂质核(LRNC)、出血(IPH)、钙化(CA)、纤维帽(FCR)]及其大小差异。结果轻度、中度和重度颈动脉狭窄患者分别有32例、37例和29例。随着颈动脉狭窄分级增高,Min LA水平不断降低,Max WT、PWV水平和NIHSS评分不断升高;CA、LRNC、IPH、FCR发生率逐渐增加(P<0.05)。Pearson相关性分析显示,NIH SS评分与Min LA呈负相关(r=-0.704),与Max WT、PWV呈正相关(r=0.719、0.565)。症状侧Min LA水平低于非症状侧,Mean WA水平、Max WT水平、PWV水平均高于非症状侧(P<0.05)。症状侧CA、FCR发生率高于非症状侧,差异均有统计学意义(P<0.05);症状侧LRNC、IPH、CA水平均高于非症状侧,差异均有统计学意义(P<0.05)。结论MR-VWI技术对症状性颈动脉斑块易损特征有良好的应用价值,可以评估动脉狭窄斑块患者斑块特征和血管壁情况。

基于冠脉易损斑块特征构建冠心病患者主要不良心脏事件的Nomogram预测模型

目的分析行经皮冠状动脉介入手术(percutaneous coronary intervention,PCI)后冠心病患者发生主要不良心脏事件(major adverse cardiovascular events,MACE)的影响因素,构建基于冠脉易损斑块特征的Nomogram预测模型。方法选取2021年5月至2022年3月住院行PCI手术治疗的180例冠心病患者(作为训练集)进行回顾性分析。根据MACE发生与否分为MACE组(n=58)和无MACE组(n=122),采用单因素和多因素二元logistic回归分析MACE发生的影响因素,应用R4.3.1软件构建冠心病患者术后发生MACE的风险预测列线图模型,绘制受试者工作特征曲线(receiver operating characteristic curve,ROC),以曲线下面积(area under curve,AUC)、校准曲线、Hosmer-Lemeshow拟合优度检验和决策曲线(decision curve analysis,DCA)等评价该模型预测效能和临床获益情况。收集2022年5月至2023年3月符合纳入标准的90例冠心病患者作为验证集进行外部验证。结果单因素分析显示,MACE的发生与年龄、吸烟史、高血压史、甘油三酯、斑块负荷、脂质斑块体积及非钙化斑块体积相关(P<0.05)。多因素临床特征分析显示,甘油三酯、吸烟史和高血压史是MACE发生的独立影响因素(P<0.05),其风险预测模型为Logit(p)=-4.227+1.494×甘油三酯+0.767×吸烟史+0.920×高血压史。血管内超声影像学特征分析显示,斑块负荷、脂质斑块体积及非钙化斑块体积是MACE发生的独立影响因素(P<0.05),其风险预测模型为Logit(p)=-13.723+0.056×斑块负荷+0.178×脂质斑块体积+0.044×非钙化斑块体积。联合分析显示,甘油三酯、斑块负荷、脂质斑块体积、非钙化斑块体积和高血压史是MACE发生的独立影响因素(P<0.05),其风险预测模型为:Logit(p)=-17.395+1.399×甘油三酯+0.056×斑块负荷+0.182×脂质斑块体积+0.043×非钙化斑块体积+0.858×高血压史。基于上述因素构建Nomogram风险预测模型,并以ROC曲线与校准图对模型进行内部验证,结果显示训练集及验证集的临床特征模型、影像学特征模型、联合模型AUC分别为0.712(95%CI:0.628~0.796)、0.843(95%CI:0.783~0.902)、0.873(95%CI:0.817~0.929)和0.731(95%CI:0.621~0.841)、0.809(95%CI:0.719~0.900)、0.843(95%CI:0.755~0.932),敏感度分别为56.90%、69.00%、82.80%和75.90%、69.00%、72.40%,特异度分别为80.30%、84.40%、82.00%和68.90%、80.30%、90.20%。联合模型Hosemer-Lemeshow拟合优度检验示χ^(2)=2.621,P=0.956,联合模型训练集及验证集校准曲线均贴近标准曲线,校准一致性较好。结论基于冠脉易损斑块特征构建的冠心病患者MACE的Nomogram预测模型具有良好的预测效能,可为预防MACE的发生提供依据和参考。

颅内动脉粥样硬化的高分辨率血管壁成像影像学特征与缺血性卒中相关性的研究进展

颅内动脉粥样硬化是缺血性卒中(Ischemic stroke, IS)的主要原因之一,其致死率和致残率较高。颅内血管病变的发病机制通常始于血管壁,因此,早期识别斑块成分及其易损性对临床诊疗和患者预后至关重要。颅内血管传统影像学评价方法,如DSA、CTA、MRA,主要评价病变血管管腔狭窄程度,不能评价管壁情况并具有电离辐射危害或有创性。高分辨率血管壁成像(High-resolution magnetic resonance vessell wall imaging, HR-VWI)作为一项新兴的无创检查技术,可以清晰地显示颅内动脉管壁情况,精准对斑块进行定量及定性分析,进而识别斑块的易损性特征。本文旨在深入探讨HR-VWI在评估颅内动脉粥样硬化斑块影像学特征与缺血性卒中之间的相关性,为患者早期发现及诊疗提供可行性方向。Intracranial atherosclerosis, a major cause of ischemic stroke (IS), carries high mortality and morbidity. Early detection of plaque composition and vulnerability is crucial due to its vessel wall origin. Traditional imaging (DSA, CTA, MRA) focuses on lumen stenosis, lacking wall assessment and with radiation or invasive risks. HR-VWI (High-resolution magnetic resonance vessell wall imaging), an emerging non-invasive technique, visualizes intracranial arterial walls, precisely analyzing plaques and identifying their vulnerability. This article aims to delve into the correlation between HR-VWI in assessing intracranial atherosclerotic plaque imaging features and ischemic stroke, providing a feasible direction for early detection, diagnosis, and treatment of patients.