主动脉瘤的最佳风险重新分类:断层增强CT与二维经胸超声心动图对比研究文献速递/医学影像的几何测量

2026.10.23

本研究对比了增强CT与经胸超声在主动脉瘤中的预后预测能力,证实基于增强CT及其身高指数化指标可显著优化升主动脉病变患者的风险重分类与临床决策。

Title 题目

01

主动脉瘤的最佳风险重新分类:断层增强CT与二维经胸超声心动图对比研究

Optimal Reclassification of Aortic Aneurysms: Cross-Sectional CT vs 2D Transthoracic Echocardiography

文献速递介绍

02

升主动脉瘤大多起病隐匿,但具有进展为急性主动脉夹层、主动脉破裂甚至猝死的潜在危险。长期以来,各大心血管临床指南主要以主动脉最大绝对直径作为评估疾病严重程度和推荐预防性外科修复的基准。然而,不同影像学检查方式在测量主动脉真实解剖维度时存在客观差异,二维经胸超声心动图容易受到声窗、角度及胸廓畸形的限制,而横断面增强CT血管造影能够提供三维解剖形态与精确的断面尺寸。此外,未结合体型个体差异的绝对直径可能低估矮小患者的风险或高估体型高大者的危险。因此,明确增强CT与经胸超声在绝对直径及身高校正指标上的风险重分类能力具有重要临床价值。

Aastract摘要

03

升主动脉瘤患者通常缺乏典型症状,但面临主动脉夹层、破裂以及死亡等严重不良事件的风险。传统临床指南主要依靠主动脉最大绝对直径指导手术干预,而二维经胸超声心动图与横断面增强CT血管造影在测量精确度及风险评估上存在差异。本研究在一组大型主动脉瘤队列中,系统对比了经胸超声与增强CT在测量主动脉绝对直径及体型校正指数(如主动脉直径与身高比值AHI、主动脉截面积与身高比值CSAH)时的预后预测效能。生存分析结果显示,增强CT测量的绝对直径及指数化指标能够更灵敏且精确地对患者不良复合事件风险进行重新分类,特别是在未接受手术治疗的人群中表现出更为优越的预后分层价值。

Method 方法

04

研究纳入了超过七千例接受升主动脉病变评估的患者队列,分别利用二维经胸超声与对比增强CT血管造影测量升主动脉最大径,并计算体型校正指标:主动脉直径与身高比(AHI)以及主动脉截面积与身高比(CSAH)。设定绝对直径分层为4.0至4.4厘米、4.5至4.9厘米以及5.0厘米及以上;指数化切点设定为AHI为3.21 cm/m,CSAH为10 cm2/m。研究主要终点为全因死亡、主动脉夹层及破裂等组成的复合不良事件,采用Cox比例风险回归模型对全队列及未手术保守治疗人群分别进行长期随访生存分析。

Discussion讨论

05

研究表明,传统的二维经胸超声心动图测量由于投照角度限制可能低估主动脉实际尺寸或产生测量变异,而增强CT血管造影结合身高指数化参数能够提供更加稳健的长期预后分层能力。临床在评估升主动脉瘤患者时,不仅应积极采用增强CT进行断层解剖复核,还应常规计算AHI或CSAH等体型校正指标,从而实现升主动脉瘤患者的最佳风险重分类与个体化手术决策。

Results结果

07

在总体队列(7459例)中,增强CT所测得的绝对直径和指数化指标均显示出对复合终点事件极为显著的风险区分能力。相比经胸超声,增强CT测得的AHI大于3.20 cm/m以及CSAH大于等于10 cm2/m的患者不良事件发生率明显升高,生存曲线分离幅度更为显著。在未手术的5213例患者亚组中,这一优势更为突出,增强CT能够准确挑出由于绝对直径未达手术标准但实际体型指数化风险极高的潜在危重患者,证明了横断面增强扫描在风险重分类中的优越性。

Figure 图

08

图1.

该图展示了纳入的7459例升主动脉病变患者在最长15年随访期间无复合不良事件的生存曲线。分别按经胸超声测得的主动脉绝对直径、AHI阈值3.21以及CSAH阈值10进行分层(A至C),以及按增强CT相应指标进行分层(D至F)。结果表明,增强CT各指标特别是指数化指标对不良事件的分层区分度明显优于传统经胸超声。

图2.

该图展示了未接受主动脉手术治疗的5213例患者亚组生存分析结果,同样对比了经胸超声(A至C)与增强CT(D至F)的绝对直径和两种体型校正指数。结果显示在自然病程随访中,增强CT在识别高危进展患者方面展现出更显著的风险分离能力,进一步支持了增强CT在主动脉瘤保守治疗监测中的核心地位。

相关推荐
打工仔折腾 AI15 分钟前
Changedetection.io 网页变动监控:Docker 部署、通知配置与公网暴露实践
运维·人工智能·后端·python·docker·容器·性能优化
深圳雨林凯AI41 分钟前
商品详情长图的自动生成:版块模板、要素抽取与版式约束的实现思路
人工智能·ai
lisw0544 分钟前
迁移学习(Transfer Learning):概念、历史、内容、挑战与展望
人工智能·机器学习·迁移学习
炫酷的大高个1 小时前
98% 连跑 20 次只剩 67%,我算了大模型重试账
人工智能·架构·开源
可乐ea1 小时前
智能体的模型列表为什么要从三处来源合成:一次让 GPT-6.1 Sol 选不上的发布延迟
人工智能·gpt·chatgpt·智能体框架·模型列表·多源数据合成·客户端工程
freewebsys1 小时前
【原始POSTMAN】最老一个版本的postman 大家还记得吗?官方已经不支持没有升级了,下载了组件用AI直接升级了下可以使用了!
人工智能
云南新人和数采集团1 小时前
云南靠谱软件开发公司选型指南:以昆明新腾科技为例
大数据·人工智能·科技
发现你走远了2 小时前
05-权限不是开关:工具调用如何在放行、拦截与追问之间做决定
人工智能·agent·claude
AllData公司负责人2 小时前
AI大模型数据开发底座系列说明书:AllData集成DB-GPT开源项目建设 AI 多模态分析底座,涵盖模态解析/智能大屏/MCP 扩展!
大数据·数据库·人工智能·gpt·数据采集·数据接入·模态解析
syyjhchou4 小时前
自己搭企业内部中转站,怎么让请求更容易命中缓存
人工智能·后端·语言模型·aigc