银屑病、心血管风险与人工智能:沿皮肤-血管轴的精准风险分层——一项叙述性综述

《Journal of Inflammation Research》:Psoriasis, Cardiovascular Risk, and Artificial Intelligence: Precision Risk Stratification Along the Skin-Vascular Axis-A Narrative Review

【字体: 大 中 小 】 时间:2026年10月11日 来源:Journal of Inflammation Research 4.6

编辑推荐:

  摘要专业翻译 银屑病作为一种系统性炎症性疾病,通过皮肤-血管轴(Skin-Vascular Axis)与加速的动脉粥样硬化相关联,其心血管(cardiovascular, CV)风险常被传统风险计算器所低估。在本叙述性综述中,我们阐明了IL-23/IL-17通

  
摘要专业翻译 银屑病作为一种系统性炎症性疾病,通过皮肤-血管轴(Skin-Vascular Axis)与加速的动脉粥样硬化相关联,其心血管(cardiovascular, CV)风险常被传统风险计算器所低估。在本叙述性综述中,我们阐明了IL-23/IL-17通路在血管重塑中的机制性作用,并强调了一个关键的临床挑战:皮肤-血管分离现象(cutaneous-vascular dissociation),即显著的皮肤清除可能无法反映内部血管稳态。我们评估了靶向治疗的系统性心血管影响,强调了生物制剂(biologics)的血管保护潜力及真实世界观察性证据、口服PDE4抑制剂的中性至有利的心脏代谢特征,以及TYK2/JAK抑制剂的安全性概况。此外,我们评估了人工智能(Artificial Intelligence, AI)在心脏皮肤病学(cardio-dermatology)中的新兴临床潜力,详细阐述了深度学习影像组学(deep learning radiomics)及纳入GlycA等生物标志物的新型多模态融合模型如何能够识别亚临床易损表型(vulnerable phenotypes)。然而,当前证据主要来源于普通心血管队列,凸显了疾病特异性验证的必要性。最终,我们提出AI增强工具应在跨学科框架内补充临床判断,以实现精准风险分层,并可能指导干预措施以改善银屑病患者的心血管结局。

论文主体内容学术总结

皮肤-血管轴的病理生理学:从炎症到血管重塑

皮肤-血管轴的分子机制

皮肤-血管轴描述了一个从急性系统性炎症到慢性结构性血管重塑的连续过程。该过程始于银屑病斑块中促炎细胞因子——主要为TNF-α、IL-17A和IL-23——向循环系统的系统性溢出。这种系统性炎症负担同时影响血管内皮和心肌。在血管系统中,这些细胞因子通过上调NADPH氧化酶促进氧化应激,增加活性氧(reactive oxygen species, ROS)并降低一氧化氮(nitric oxide, NO)的生物利用度。这些早期变化与内皮功能障碍一致,并可能伴有亚临床心肌变形。近期证据表明,斑点追踪超声心动图(speckle-tracking echocardiography)分析的纵向应变(longitudinal strain)在银屑病患者中提供了超越SCORE2的增量预后信息。炎症还涉及血管周围脂肪组织(perivascular adipose tissue, PVAT),表现为脂肪细胞重塑和局部血管炎症。PVAT影像生物标志物,特别是源自冠状动脉CT血管造影(coronary CT angiography, CCTA)的脂肪衰减指数(fat attenuation index, FAI),能够量化这种血管周围炎症状态。这些指标可能在钙化斑块出现之前捕获活动性冠状动脉炎症。

基于AI的量化与易损表型

随着持续炎症信号传导,慢性阶段以血管平滑肌细胞向成骨程序(osteogenic program)的表型转换为特征。这一过程与IL-17/RANKL轴以及Runx2等转录调节因子的表达增加相关,促进血管钙化。关键的是,这种重塑涉及一种“防御失败”机制,其特征为骨保护素(osteoprotegerin, OPG)——一种天然的钙化抑制剂——的下调。由此导致的RANKL/OPG轴失衡加速了点状、不稳定的钙沉积物的形成,这些沉积物易于破裂。
传统影像学捕获的是结构性的后续变化,但可能遗漏这种活动性分子失稳。在普通心血管人群中,基于深度学习(deep learning)的工具已展示出检测此类亚临床易损性的能力。Zeleznik等人开发了深度卷积神经网络(deep convolutional neural networks),能够从常规非门控胸部CT扫描中自动量化冠状动脉钙化(coronary artery calcium, CAC),其性能可与专家手动评分相媲美,并能独立预测心血管事件。Lin等人进一步证明,基于深度学习的CCTA能够自动量化斑块组成和狭窄严重程度,AI衍生的特征可在多中心国际队列中预测主要不良心血管事件(major adverse cardiovascular events, MACE)。此外,CRISP CT研究确立了血管周围脂肪衰减指数——一种源自CT的冠状动脉炎症生物标志物——可独立于传统危险因素预测心脏死亡率。
关键的是,Elnabawi等人提供了将这些影像生物标志物与银屑病治疗直接联系的首个证据,证明一年的生物制剂治疗可显著降低FAI所测量的冠状动脉炎症。这一发现确立了FAI作为银屑病疾病中血管获益的可量化替代终点。然而,目前尚无研究在银屑病队列中专门验证整合多模态AI模型——结合影像组学与临床及蛋白质组学数据。将AI衍生的解剖学特征(如自动斑块表征、FAI)与循环系统性炎症生物标志物(如GlycA)相融合,可能识别出超出任何单一模态检测限的高风险“易损”表型。

药物干预与AI增强的系统性监测

生物制剂的心血管保护潜力

靶向IL-23/IL-17通路不仅可消除银屑病斑块,还可阻断负责血管重塑的炎症级联反应。IL-23抑制剂(如guselkumab)可干扰Th17程序的上游维持。APEX和DISCOVER-2等试验的证据显示其能强效抑制结构性损伤进展。虽然这些试验主要在肌肉骨骼终点中进行评估,但这种对组织重塑通路的持续抑制在机制上与血管稳态相关。类似地,bimekizumab对IL-17A和IL-17F的双重中和(BE OPTIMAL和BE COMPLETE试验)可维持长期系统性疾病控制并预防病理性矿化——这些通路直接涉及血管钙化生物学。然而,由于这些试验评估的是关节和皮肤终点而非血管结局,将肌肉骨骼结构保存推断至血管钙化预防仍属理论性。
重要的是,Elnabawi等人提供了直接影像学证据,证明生物制剂治疗可降低银屑病患者的冠状动脉炎症(以CCTA上的血管周围FAI测量)。这一里程碑式发现表明,有效的生物制剂治疗可能带来超越皮肤清除的血管获益。然而,这是否能转化为硬性心血管终点(MACE)的降低,仍未经前瞻性试验证实。尽管缺乏前瞻性MACE试验,大量注册研究和观察性数据显示,TNF、IL-17和IL-23抑制剂与传统疗法相比,MACE风险呈中性至降低趋势,为其系统性血管安全性提供了真实世界支持。
对于皮肤科医生而言,关键未满足的需求是一种工具,用以识别哪些患者在皮肤得到充分控制后仍存在残余血管炎症——从而判断哪些患者最可能从强化系统性治疗或心脏代谢联合干预中获益。AI增强的影像生物标志物,如连续FAI监测,代表了解决这一缺口的有前景策略。

小分子抑制剂的心血管安全性概况

在处方口服靶向治疗时,心血管安全性是首要临床考量。虽然来自类风湿关节炎试验(如ORAL Surveillance)的安全性信号促使监管机构对JAK抑制剂发出警告,但银屑病疾病中的比较证据表明,tofacitinib和upadacitinib等药物的MACE和静脉血栓栓塞(venous thromboembolism, VTE)发生率较低,且与TNF抑制剂大致相当。此外,deucravacitinib作为一种选择性变构TYK2抑制剂,其机制不同于JAK1/2/3抑制。在斑块状银屑病的3期和长期扩展试验中,deucravacitinib显示出稳定的裁定MACE发生率,且无一致的脂质异常信号。尽管如此,在启动这些治疗前,个体化基线风险评估——考虑年龄、吸烟状况和代谢综合征——仍然必不可少。欧洲药品管理局(European Medicines Agency, EMA)对年龄≥65岁或存在已确定心血管危险因素的JAK抑制剂患者维持了类别级预防措施,强化了欧洲临床实践中个体化风险-获益评估的必要性。除JAK/TYK2抑制剂外,PDE4抑制剂如apremilast提供了有利的心脏代谢特征。Apremilast常诱导适度体重减轻,并对血管炎症具有中性至有益的作用,使其成为有心血管风险患者的合适口服选择。

克服“皮肤-血管分离”:AI驱动框架

心脏皮肤病学中的一个关键注意事项是皮肤-血管分离现象:患者可能达到PASI 100(完全皮肤清除),而亚临床血管炎症持续存在。传统替代终点,如18F-FDG PET/CT上的主动脉靶-背景比(target-to-background ratio),是半定量的,可能无法完全捕获复杂的结构性血管重塑。为弥合这一差距,心血管AI的进展提供了具有直接转化相关性的工具。在普通人群中,三种经过验证的方法已展示出优于传统风险评估的表现:
第一,基于深度学习的非门控胸部CT冠状动脉钙化量化可实现完全自动化的机会性心血管筛查,无需额外辐射或成本。对于因其他适应症接受胸部影像学检查的银屑病患者,这种方法可提供偶然发现的心血管风险数据。
第二,源自标准CCTA的血管周围脂肪衰减指数通过量化血管周围脂肪组织成分的变化来检测活动性冠状动脉炎症。CRISP CT研究证明FAI可独立预测心脏死亡率,其风险比超过传统危险因素。Elnabawi等人随后证明FAI对银屑病生物制剂治疗有反应,将其确立为治疗相关血管获益的动态生物标志物。
第三,整合多种数据流——临床变量、影像特征和生物标志物——的机器学习模型已在大型队列中展示出相较于传统线性计算器对心血管事件更好的判别能力。GlycA的纳入——一种经核磁共振衍生的系统性炎症复合生物标志物,已在银屑病中得到验证——代表了此类模型特别有前景的输入,因其与疾病活动度和亚临床动脉粥样硬化均相关。
将这些经过验证的组分整合到一个统一的、专为银屑病人群设计并验证的多模态框架中,代表了心脏皮肤病学的下一个关键步骤。此类框架将使临床医生能够“超越皮肤”评估治疗疗效,指导是否调整系统性治疗或启动早期心脏代谢干预的决策。
临床转化需考虑若干方法学问题。预测模型必须基于纵向心血管结局(如10年MACE)而非皮肤指标进行训练,确保其独立于皮肤水平缓解捕获血管轨迹。此外,将普通人群验证的AI模型外推至银屑病需谨慎,因为疾病特异性系统性炎症和免疫调节治疗可能改变基线生物标志物分布(如FAI、GlycA),需要队列特异性模型校准。算法透明度还必须通过可解释性工具(如SHAP值、显著性图)加以确保,以减轻“黑箱”局限性。此外,影像组学特征(如CCTA衍生的FAI)的临床转化受影像数据异质性制约——这种异质性源于扫描仪硬件、管电压和重建算法的差异;实施标准化影像采集和跨中心数据协调是未来的必由方向。最终,在银屑病特异性队列中的前瞻性验证——理想情况下嵌入正在进行的生物制剂治疗试验中——在临床采纳之前仍然至关重要。

超越传统通路:整合风险评估策略

传统风险计算器的局限性

传统心血管风险计算器,包括QRISK3和SCORE2,是在普通人群中开发的,可能无法充分反映银屑病疾病中炎症相关风险。Hughes等人基于英国生物银行(UK Biobank)分析的外部验证研究评估了银屑病疾病中的常规心血管风险工具(QRISK3、SCORE2、ASCVD),揭示了可变的性能以及对年轻患者和高炎症负担患者风险的一致低估。队列研究也报告了银屑病关节炎常规护理中心血管风险评估和预防的缺口,银屑病特异性数据表明不同计算器和队列间的性能可能存在差异。常规风险评分主要依赖线性模型独立评估变量,往往遗漏慢性炎症的交互效应。多模态机器学习框架通过联合处理多样化输入(如冠状动脉影像组学和GlycA)提供了方法论优势。通过晚期融合(late-fusion)技术,这些模型可以评估结构性血管变化与系统性炎症负担之间的非线性协同作用,识别出标准线性工具通常遗漏的高风险特征。这在欧洲背景下尤其相关,SCORE2是推荐的一线心血管风险评估工具,但缺乏对慢性炎症性疾病负担的任何调整。

临床指南与整合管理

整合临床危险因素与亚临床动脉粥样硬化证据(如冠状动脉钙化评分或颈动脉超声)以及选定生物标志物的综合评估,可能更好地支持个体化决策。GlycA与银屑病和银屑病关节炎中的系统性炎症负担和亚临床动脉粥样硬化相关。欧洲(EuroGuiDerm)和美国(AAD-NPF)临床指南均强调将心脏代谢合并症的系统性评估和管理作为银屑病治疗的一部分。对于肥胖或2型糖尿病患者,早期观察性信号提示GLP-1受体激动剂在银屑病中可能具有心血管获益,但需前瞻性确证。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号