现阶段，冠状动脉计算机断层扫描（CCTA）已成为诊断冠心病（CHD）的一个重要方法。然而，CCTA只能显示冠状动脉解剖管腔的狭窄程度，但不能准确判断狭窄是否导致血流动力学缺血。目前，分数流量储备（FFR）≤0.80已被作为指导介入治疗和评估预后的指标。然而，传统的FFR测量方法是有创检查且价格昂贵，因此无法广泛应用于临床。

心外膜脂肪组织（EAT）是位于心脏和内脏心包之间的内脏脂肪组织，是心脏的内脏脂肪库。EAT与CHD的发生和发展密切相关。作为EAT的一部分，冠状动脉周围脂肪组织（PCAT）定义为位于距离血管外壁等于相应血管直径的距离内的脂肪组织体素。PCAT代表管壁的炎症，可以引起内膜功能障碍。内膜功能障碍会导致血液流体力学的改变。因此我们推测，PCAT、斑块和狭窄的共同模型，可增加有意义的心肌缺血诊断的准确性。

多项研究显示，CCTA测量的PCAT的脂肪衰减系数与CAD的预后有关。然而，脂肪衰减指数（FAI）只是一个平均值，而PCAT的分布是异质性的。据我们所知，到目前为止很少有研究调查PCAT和FFR之间的放射组学关系，PCAT所反映的炎症变化是否普遍仍是一个值得探讨的问题。

近日，发表在European Radiology杂志的一项研究在CCTA的基础上，根据血管的状况、利用狭窄病变周围的PCAT的放射组学特征构建了预测心肌缺血的放射组学模型，然后建立联合模型进一步确定了PCAT的放射组学特征在冠状动脉狭窄和斑块特征之外的附加诊断价值。

本项研究在一项262名患者的多中心试验中进行了CCTA和有创冠状动脉造影，并对306条血管进行了分数流量储备（FFR）分析。共获得13个常规定量特征，包括斑块特征（N = 10）和心外膜脂肪组织特征（N = 3）。共计算了106个描述病变周围PCAT表型的放射组学特征。所有数据被随机分成训练数据集（75%）和测试数据集（25%）。然后，在训练数据集中使用多变量逻辑回归算法，并基于传统的定量特征和降维后的PCAT放射组学特征建立了三个模型（包括常规模型、PCAT放射组学模型和综合模型）。 

共有124/306个血管显示功能性缺血（FFR≤0.80）。在训练中，放射组学模型对缺血和非缺血的鉴别都比传统模型好（接收器操作特征曲线下面积（AUC）。0.770 vs 0.732，p < 0.05）和测试数据集（AUC：0.740 vs 0.696，p < 0.05）。在训练（AUC：0.810 vs 0.732，p < 0.05）和测试数据集（AUC：0.809 vs 0.696，p < 0.05）中，组合模型显示出明显优于传统模型的鉴别能力。 

图 三个模型在训练（a）和测试（b）数据集中的校准曲线。注：P值来自Hosmer-Lemeshow检验；P>0.05表示预测的概率与真实的概率具有良好的匹配

本项研究表明，PCAT放射组学模型在预测心肌缺血方面表现良好。其中，将PCAT放射组学加入到病变的定量特征中可以提高功能相关的CAD的预测能力。

原始出处：

Ke Zhou,Jin Shang,Yan Guo,et al.Incremental diagnostic value of radiomics signature of pericoronary adipose tissue for detecting functional myocardial ischemia: a multicenter study.DOI:10.1007/s00330-022-09377-z