论文部分内容阅读
背景及目的:重度扩张型心肌病患者的左心室射血分数（LVEF）显著减低,左室舒缩功能严重受损,面临终末期心衰以及恶性心律失常等恶性心血管结局事件的风险较射血分数保留的扩张型心肌病患者更高,早期识别、甄选高风险个体并采取预防性治疗措施对于改善该人群的预后极为重要。LVEF对于心功能尚未出现显著改变的扩张型心肌病人群具有很好的结局预测价值,然而这一经典指标,在重度扩心人群中的风险分层价值极为有限。基于心脏磁共振成像（CMR）电影图像的心肌应变分析可以定量化地描述心肌运动特征。此外,延迟增强扫描序列中的延迟强化也是心肌纤维化的灵敏指标。因而,本研究拟探讨CMR中的心肌应变以及延迟强化对于左心室收缩功能严重受损的扩张型心肌病患者的结局预测价值。材料及方法:回顾性收集本医疗中心因扩张型心肌病行CMR检查的患者并筛选LVEF<35%的患者,对这些患者进行追踪随访并记录是否发生终点结局事件（全因死亡,心脏移植,植入型心律转复除颤器植入以及心衰再入院）。对这些患者的基线CMR图像进行分析并计算心肌应变、延迟强化相关参数。采用Cox风险比例回归模型分析心肌应变及心肌延迟强化参数与不良结局事件之间的相关性。结果:本项研究共纳入129例左室收缩功能严重受损（中位LVEF值为15.33%）的扩张型心肌病患者,其中84例为男性,45例为女性。他们的中位年龄是47岁。在518天的中位随访时间中,50例患者（38.8%）经历了终点事件,包括13例（26%）全因死亡,20例（40%）心脏移植,7例（14%）植入型心律转复除颤器植入以及10例（20%）心衰再入院。事件组与无事件组患者间的LVEF值无显著差异（15.49%vs.14.25%,p=0.125）。事件组与无事件组患者仅在全局周向应变（GCS）存在显著差异（[-4.65±2.52]%vs.[-5.88±2.83]%,p=0.013）,而两组患者在全局纵向应变（GLS,[-3.58±2.88]%vs.[-2.88±2.79]%,p=0.176）及全局径向应变（GRS,[7.19±4.30]%vs.[7.36±8.75]%,p=0.879）无显著差别。尽管事件组患者的延迟强化体积分数明显高于无事件组（2.47%vs.1.71%,p=0.025）,两组患者在有无延迟强化占比上并没有差异（79.5%vs.86.7%,p=0.458）。无论是在单因素还是多因素Cox风险比例回归分析中,GCS、延迟强化体积分数均与不良结局事件呈独立相关,并且,在包含了临床危险因子和延迟强化体积分数的多因素预测模型加入GCS后,显著提高了模型的预测能力（C指数从0.706上升至0.742;p<0.05）。结论:LVEF显著减低的扩张型心肌病人群心肌应变绝对值显著减低并且普遍出现延迟强化表现,GCS与延迟强化体积分数与该人群的不良预后密切相关,GCS绝对值减低与延迟强化体积分数增高都预示着预后越差。背景及目的:心肌纤维化是扩张型心肌病的重要病理组织学征象,在心脏磁共振（CMR）检查中表现为特征性的延迟钆强化（LGE）,此前诸多研究表明LGE有无与扩心病患者不良结局事件密切相关,对于不良结局的预测和风险分层具有重要价值。但是在中晚期重度扩张型心肌病患者中,不仅心功能严重减退,心肌纤维化改变也非常普遍,通过判断LGE有无及常规LGE分布模式对于该类人群的风险分层价值十分有限。然而,纹理分析技术可以对图像进行量化分析并提取肉眼所不能识别的细微特征,从而为疾病的诊断和治疗提供更加丰富的信息。因而,本研究拟回顾性收集射血分数严重减低的重度扩张型心肌病患者,并对他们CMR检查延迟增强扫描图像进行纹理分析,探究纹理特征信息对这一类患者不良结局预测的价值。材料及方法:回顾性收集本医疗机构因扩张型心肌病行CMR检查的患者并筛选左心室射血分数（LVEF）<35%的患者,对这些患者进行追踪随访并记录是否发生终点结局事件（全因死亡及心脏移植）。对这些患者的基线CMR延迟增强图像进行纹理分析并筛选纹理特征参数。采用Cox风险比例回归模型分析基于延迟增强图像的纹理特征与不良结局事件之间的相关性。结果:本项研究共纳入114例曾行CMR平扫及增强检查的心功能严重受损（中位LVEF值为14.0%）扩张型心肌病患者,其中77例为男性,37例为女性,他们的中位年龄是47.5岁。在504.5天的中位随访时间中,29名患者（25.4%）经历了终点事件,其中12例（41.4%）死亡,17例患者（58.6%）接受了心脏移植。事件组与无事件组患者间的LVEF值无显著差异（13.7%vs.14.9%,p=0.873）。两组患者在有无LGE占比（93.1%vs.80.0%,p=0.149）及LGE在室间隔或游离壁上分布的位置（p=0.203）均没有显著差异且与不良结局事件无显著关联。然而,经筛选后得到的基于灰度共生矩阵（GLCM）的3个纹理特征（GLCMContrast,GLCMDifference Average及GLCMDifference Entropy）均显示与终点事件密切相关（单因素Cox分析p值分别为0.007,0.011,及0.007）。并且,将每一项纹理特征添加到包含收缩压及LGE体积分数的多因素模型中,各项纹理特征依然显示出了对不良结局事件的独立预测价值。结论:在射血分数严重减低的扩张型心肌病患者中,基于CMR延迟增强图像反映LGE分布异质性的GLCM纹理特征（GLCMContrast,GLCMDifference Average及GLCMDifference Entropy）与不良结局事件密切相关,LGE分布异质性越高,患者面临恶性心血管事件的风险也越高。