基于深度学习的三维CT全身身体成分与经导管主动脉瓣置换术(TAVR)患者死亡率的关联研究

《Circulation: Cardiovascular Imaging》:Deep Learning-Based 3D CT Body Composition Is Associated With Mortality in Patients Undergoing Transcatheter Aortic Valve Replacement

【字体: 大 中 小 】 时间:2026年10月21日 来源:Circulation: Cardiovascular Imaging 9.1

编辑推荐:

  背景:人工智能的最新进展使得基于计算机断层扫描(CT)的全身三维(3D)身体成分量化能够全自动进行。研究人员探讨了自动CT衍生的胸腹盆腔身体成分指标是否与经导管主动脉瓣置换术(TAVR)后的死亡率相关。 方法:这项回顾性多中心研究纳入了2014年至2023年

  
背景:人工智能的最新进展使得基于计算机断层扫描(CT)的全身三维(3D)身体成分量化能够全自动进行。研究人员探讨了自动CT衍生的胸腹盆腔身体成分指标是否与经导管主动脉瓣置换术(TAVR)后的死亡率相关。

方法:这项回顾性多中心研究纳入了2014年至2023年间接受TAVR并具有术前CT影像的连续患者。一个基于深度学习的流程对胸腹盆腔非增强CT扫描进行了自动三维分割,量化了皮下脂肪组织(SAT)、内脏脂肪组织(VAT)、肌肉脂肪组织(MAT)和瘦体骨骼肌(SM)的体积(L/m2)和衰减值(亨氏单位,HU),并以体表面积进行标化。研究人员使用Cox模型和Harrell C统计量评估了与死亡率的关联,并调整了人口统计学特征(年龄、性别、体重指数)和心脏代谢危险因素(高血压、糖尿病、慢性肾功能衰竭)。

结果:在915例患者(中位年龄84岁[四分位距,77-90];58%为男性)中,160例(17.5%)在中位随访22个月(四分位距,14-36)内死亡。限制性立方样条分析显示,较低皮下脂肪组织体积和较高脂肪组织衰减与死亡率增加相关,而较高骨骼肌体积和衰减与生存改善相关。在人口统计学和心脏代谢危险因素之外,身体成分指标的加入提供了递增的判别价值(Harrell C,0.66对0.71;P<0.001)。

结论:自动3D CT衍生的身体成分指标提供了独立的预后信息,并改善了TAVR后死亡风险分层。低皮下脂肪组织体积和较高脂肪组织衰减可识别风险增加的患者,而较高骨骼肌体积和衰减与较低死亡率相关。
经导管主动脉瓣置换术(transcatheter aortic valve replacement, TAVR)是严重主动脉瓣狭窄的重要治疗手段,但术前风险分层仍具挑战。传统临床评分如胸外科医师学会预测死亡风险(STS-PROM)虽广泛应用,但难以充分捕捉人体组成差异。既往研究多以体重指数(body mass index, BMI)评估体型,然而BMI无法区分脂肪组织与骨骼肌(skeletal muscle, SM),也不能反映区域性脂肪分布。影像学,特别是计算机断层扫描(computed tomography, CT),能够提供更详细的体成分信息。既往CT研究多局限于腰椎层面二维单层测量,作为肌肉和脂肪室的替代指标。近年来,人工智能技术实现了全自动三维(3D)CT分割,使得在整个CT数据集上进行体积定量成为可能。然而,CT衍生的3D胸腹盆腔身体成分与TAVR术后死亡率之间的关联此前尚不明确。

为此,研究人员开展了一项大型多中心回顾性队列研究,纳入2014年1月至2023年3月间美国马萨诸塞州Mass General Brigham网络4家医院的连续TAVR患者,共915例,其中42.3%为女性,中位年龄84岁,中位BMI 27.5 kg/m2。所有患者均具有术前3个月内获得的技术合格的非增强CT扫描,覆盖从胸廓入口至股骨头。研究人员应用开源人工智能算法,采用两阶段深度学习流程进行全自动3D分割。主要分割使用基于nnUNet的模型,对CT全容积中的皮下脂肪组织(subcutaneous adipose tissue, SAT)、内脏脂肪组织(visceral adipose tissue, VAT)、肌肉脂肪组织(muscular adipose tissue, MAT)和SM四个组织室进行分割,并联合TotalSegmentator的双侧髂腰肌掩膜进行体素级合并,以改善腹膜后肌肉的捕捉。组织分类采用既定亨氏单位(Hounsfield units, HU)阈值:脂肪组织-190至-30 HU,瘦体肌肉-29至+150 HU;MAT被单独分割并排除于SM体积之外。所有体积除以体表面积(body surface area, BSA)得到标化体积(L/m2)。在生存分析中,使用Cox比例风险回归模型评估三分位组织体积和衰减与死亡率的关联,调整人口统计学(年龄、性别、BMI)和心脏代谢危险因素(高血压、糖尿病、慢性肾功能衰竭)。限制性立方样条分析用于评估连续关联,Harrell C统计量和似然比检验用于评估增量判别价值,并通过1000次自助抽样进行乐观校正。视觉质量审查未发现需要手动校正的扫描。

研究人群(Study Population):队列共915例,中位STS-PROM为4.2%,常见合并症包括高血压(81.3%)、冠状动脉疾病(73.7%)和外周动脉疾病(38.0%)。身体成分指标(Body Composition Measures):自动分割量化了5个身体成分室。男性具有更高的VAT、MAT和SM体积,而女性具有更高的SAT体积。女性脂肪组织和SM的衰减值均低于男性。身体成分指标与死亡率(Body Composition Measures and Survival):在中位随访22个月(IQR 14-36)期间,160例(17.5%)患者死亡。Kaplan-Meier曲线显示,低于中位TAT/BSA和SAT/BSA的患者生存率较差(log-rank P=0.005和P=0.002),低于中位SM/BSA的患者生存率也较低(log-rank P=0.04)。在完全调整模型中,中等TAT体积(T2 vs T1:HR 0.50, 95% CI 0.32-0.78)和较高SM体积(T3 vs T1:HR 0.55, 95% CI 0.32-0.95)独立地与较低死亡率相关;较高SM衰减也与较低死亡率相关(T3 vs T1:HR 0.49, 95% CI 0.30-0.80)。身体成分与生存的连续关联(Continuous Association of Body Composition With Survival):限制性立方样条分析显示,较低的TAT和SAT体积与较高的死亡风险相关;VAT和MAT体积的大多数范围内死亡风险变化不大;SM体积升高时死亡风险下降。较高脂肪组织衰减(较不负的HU)通常与死亡风险增加相关,以TAT、SAT和VAT最明显;而较高SM衰减与死亡风险逐渐降低相关。身体成分指标的增量预后价值(Incremental Prognostic Value of Body Composition Measures):在包含年龄、性别和BMI的模型中,Harrell C从0.60(95% CI, 0.55-0.65)增至加入身体成分体积和衰减后的0.70(0.66-0.75),似然比P<0.001。在更全面的模型(包含高血压、糖尿病、慢性肾功能衰竭)中,C统计量从0.66(0.62-0.71)增至0.71(0.69-0.77),P<0.001。STS-PROM的C统计量为0.69(0.65-0.73),加入身体成分后为0.71(0.68-0.76),P<0.001。

讨论部分总结:该多中心研究表明,3D CT衍生的身体成分指标可提供独立预后信息并改善TAVR后的风险分层。最显著的发现是SM与死亡率之间的稳健负相关,即使在全面调整后仍存在,这与肌少症预测不良预后的证据一致。低SAT体积与死亡率增加相关,反映了TAVR人群中的“肥胖悖论”,可能归因于脂肪组织作为代谢能量储备的作用。较高脂肪组织衰减与死亡率增加相关,提示可能的系统性脂肪表型,但这一解释仍属假设生成。临床意义在于,术前CT已常规实施,无需额外影像或辐射即可提取身体成分指标,可能改善风险预测并识别需要加强围术期监测、营养优化或预康复的患者。局限性包括回顾性单医疗网络设计、缺乏功能测量、非致死性结局未全面捕获等。

研究结论:自动CT衍生的3D身体成分指标与TAVR后死亡率相关,并可能补充常规的人口统计学和临床风险评估。低SAT体积和较高脂肪组织衰减与死亡率增加相关,而较高SM体积和衰减与较低死亡率相关。在术前CT成像期间机会性评估身体成分可能增强风险分层并指导这一高风险人群的个体化管理策略。
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