摘要
目的
评估人工智能量化冠状动脉CT血管造影斑块特征、狭窄严重程度与高敏心脏肌钙蛋白T（hs-cTnT）水平在预测急诊患者不良心血管结局中的关系。
材料与方法
本单中心回顾性队列研究纳入了2016年2月至2021年3月期间因急性症状就诊急诊科并接受hs-cTnT检测的患者。根据峰值hs-cTnT水平，患者分为三组：不可检测（<5 ng/L）、中间值（5–13 ng/L）和升高（≥14 ng/L）。所有患者均接受冠状动脉CT血管造影（CCTA），冠状动脉疾病报告和数据系统（CAD-RADS）评分>0的患者使用基于人工智能的斑块工具进行斑块定量。患者随访主要不良心血管事件（MACE），包括急性冠脉综合征、卒中、全因死亡和晚期血运重建。统计分析采用非参数检验、χ²检验和Cox风险回归模型。
结果
在527名患者（291名[55%]男性；平均年龄56岁±12岁）中，141名hs-cTnT水平不可检测，275名中间值，111名升高。CCTA显示冠心病总患病率为59%，hs-cTnT水平未升高患者中为55%。总斑块体积、钙化斑块体积、非钙化斑块体积和低密度非钙化斑块体积随肌钙蛋白水平升高显著增加（P < 0.001）。中位随访29个月期间，发生22例MACE。hs-cTnT水平升高与MACE风险增加无显著关联，而总斑块体积>250 mm³是MACE（风险比[HR]，2.62[95% CI: 1.13, 6.07]；P = 0.02）和全因死亡（HR，3.62[95% CI: 1.25, 10.50]；P = 0.02）的显著预测因子。
结论
在该队列中，人工智能量化总斑块体积可预测MACE，而肌钙蛋白水平不能。本研究支持在真实世界人群中将CCTA与人工智能斑块定量结合用于风险分层，为冠心病临床管理提供更精准的评估工具。
关键词： CT血管造影，冠状动脉，动脉粥样硬化，冠心病，斑块定量，肌钙蛋白，冠状动脉CT血管造影，人工智能
【全文结束】
