基于CCTA的冠状动脉周围脂肪影像组学模型预测主要心血管不良事件：前瞻性队列研究

目的：探究基于冠状动脉周围脂肪组织（PCAT）的影像组学模型对主要心血管不良事件（MACE的风险预测能力。方法：针对前期研究建立的PCAT影像组学模型（预测MACE的AUC达0.89），本研究连续性纳入440例确诊冠心病或疑似冠心病患者进行外部验证。根据PCAT影像组学分析结果将患者划分为高风险组（214例）和低风险组（226例），通过电话、调阅病历等方式随访MACE事件。结果：平均随访时间15.68个月，共发生MACE 79例，其中高危组54例，低危组25例。多因素logistic回归分析显示高龄为MACE发生的危险因素（OR=1.03,95%CI 1.00～1.06,P=0.014）,Cox回归生存分析显示PCAT高风险组发生MACE风险明显增高（HR=2.56,95%CI 1.53～4.28,P<0.001），血管周围脂肪衰减指数（FAI）高风险组则没有统计学差异（P=0.729）。结论：基于PCAT的影像组学模型对MACE的预测和危险分层有较高的应用价值，在回顾性研究和前瞻性研究中均得到了验证，且明显优于FAI模型。