冠状动脉粥样硬化性心脏病（冠心病）作为全球范围内心血管死亡的主要原因，对患者的生命健康构成严重威胁^[1]，准确的风险分层和有效治疗尤为重要。冠状动脉CT血管成像（coronary artery computed tomography angiography，CCTA）是筛查心源性胸痛的首选无创影像学检查方法，可提示是否进一步行冠状动脉造影（coronary angiography，ICA）^[2]。然而，CCTA提示的血管狭窄50%~70%的冠状动脉临界病变的诊疗策略选择仍存在不确定性，此类患者的冠状动脉解剖学信息与功能学信息常不匹配^[3]，约2/3的患者无严重心肌缺血，在血运重建治疗后并未获益^[4]。研究表明，首发症状为心源性猝死或急性心肌梗死的患者很大一部分是由于影像学检查未提示冠状动脉存在严重狭窄，故临床未重视导致延误最佳干预时机^[5]。因此，仅依靠CCTA和ICA形态学评估难以全面揭示心肌缺血的真实状况，血流动力学评估显得尤为关键^[6]。

随着医学影像技术和流体动力学的不断发展，基于冠状动脉CT血管成像获得的血流储备分数（coronary CT angiography derived fractional flow reserve，CT-FFR）的出现，极大提高了无创影像学筛查的准确性和诊断效能。CT-FFR与有创FFR的一致性较高，且诊断效能良好，具有替代FFR的潜力^[7-9]。但目前CT-FFR正处于临床推广阶段，冠状动脉临界病变预后评估仍缺乏大量的临床证据。本研究旨在探讨CT-FFR对冠状动脉临界病变患者发生主要心血管不良事件（major adverse cardiovascular events，MACE）及预后的评估价值。

回顾性纳入2021年11月至2023年1月在我院行CCTA检查并提示为冠状动脉临界病变的冠心病患者289例。

纳入标准：①年龄18~80岁；②CCTA提示单只或多支靶血管病变为临界病变，即依据心血管计算机断层扫描学会推荐的定性和定量狭窄分级中，狭窄定量分级为50%~69%的冠状动脉病变^[10]；③CCTA图像质量需符合CT-FFR测量软件要求，无严重钙化、伪影、非弥漫性病变；④病变血管参考直径≥ 2.0 mm；⑤冠状动脉病变长度 < 2 cm的非弥漫性病变；⑥临床资料完整。

排除标准：①存在严重心功能不全（左室射血分数 < 30%）；②已行冠状动脉搭桥术；③先天性心脏病或心肌病；④严重的肝、肾、血液系统疾病；⑤未得到良好控制的心律失常；⑥患有感染性疾病或恶性肿瘤；⑦妊娠期女性；⑧未完成随访。本研究经医院医学伦理委员会批准（批号：YJSKY2023-070）。

收集患者的一般资料和实验室检查指标，包括年龄、性别、吸烟史、高血压史、糖尿病史、血压、心率、左室射血分数，以及总胆固醇、甘油三酯、高密度脂蛋白胆固醇（high-density lipoprotein cholesterol，HDL-C）、低密度脂蛋白胆固醇（low-density lipoprotein cholesterol，LDL-C）、肌酐、尿酸、是否存在冠状动脉多支病变，冠状动脉多支血管病变定义为2支及以上冠状动脉狭窄程度 > 50%。

采用Siemens SOMATOM Force开源CT（第3代双源CT）。检查前患者接受屏气训练，采用双筒高压注射器注射0.9%生理盐水和对比剂碘克沙醇注射液（碘浓度270 mg/mL），根据患者体质量和血流动力学特点调整对比剂流率、剂量。扫描范围为气管分叉下方1 cm至心脏下缘1.5 cm。扫描参数：70~140 kV（根据BMI进行调整），290~560 mAs，自动扫描软件触发扫描，触发阈值280 HU，最高转速0.28 s/r，探测器宽度64×0.6 mm，层厚0.5 mm，层距0.4 mm。扫描图像传输至后处理工作站行三维重建。CCTA图像由工作3年以上的影像技师行图像后处理，并由工作4年以上的影像诊断医师和心内科医师各1位共同采用盲法判定冠状动脉狭窄程度。

采用阅影科技的“脉影”软件测量CT-FFR。将CCTA图像以DICOM格式上传至CT-FFR测算后处理模块，软件自动行冠状动脉树3D建模，并测算冠状动脉树上任意一点的CT-FFR值。CT-FFR值定义为冠状动脉临界病变远端2 cm处的CT-FFR值，并将每位患者的冠状动脉血管的最低CT-FFR值，作为该患者的CT-FFR值。CT-FFR的测量分析均为后期完成，未对临床医师治疗决策产生干扰。

通过电话或门诊等方式对患者出院后进行至少12个月的随访，记录随访期间内MACE的发生情况，包括全因死亡/心源性死亡、非致命性心肌梗死、新发心力衰竭、顽固性心绞痛、心源性死亡、血运重建、急性冠脉综合征导致的非计划内住院治疗等。

根据CT-FFR值分为CT-FFR ≤ 0.8组177例与CT-FFR > 0.8组112例^[11]。按照是否发生MACE分为MACE组60例与无MACE组229例。

采用R语言分析数据。正态分布或近似正态分布的连续性变量以x±s表示，组间比较行t检验；分类变量以例（%）表示，组间比较行$ \chi ^2$检验或Fisher精确检验。采用Cox回归分析筛选MACE发生的独立危险因素，建立风险预测模型。使用时间依赖ROC曲线评估联合预测模型对冠状动脉临界病变发生MACE的预测效能。以P < 0.05为差异有统计学意义。

成功随访患者289例，随访时间12~24个月。60例发生MACE，其中全因死亡/心源性死亡6例，非致命性心肌梗死9例，新发心力衰竭8例，血运重建（经皮冠状动脉介入治疗）14例，非计划内住院治疗14例，顽固性心绞痛9例。

CT-FFR ≤ 0.8组多支病变占比明显高于CT-FFR > 0.8组（P > 0.05），其他方面2组差异均无统计学意义（均P > 0.05）（表 1）。CT-FFR ≤ 0.8组全因死亡/心源性死亡占比及MACE发生率明显高于CT-FFR > 0.8组（均P < 0.05）（表 2）。

表 1

表 1 CT-FFR ≤ 0.8组与CT-FFR > 0.8组基线资料比较

表 1 CT-FFR ≤ 0.8组与CT-FFR > 0.8组基线资料比较 组别 例数 年龄（岁，x±s） 男性[例（%）] 收缩压（mmHg，x±s） 舒张压（mmHg，x±s） 心率（次/min，x±s） 左室射血分数（%，x±s） CT-FFR ≤ 0.8组 177 64.97±8.21 111（62.71） 139.55±22.86 84.42±13.74 77.85±19.01 61.25±5.45 CT-FFR > 0.8组 112 65.61±8.97 71（63.39） 140.00±23.26 82.50±15.11 85.84±66.02 61.71±4.34 统计值 0.618a 0.161a 1.116a 1.514a 0.592a P值 0.537 0.907b 0.873 0.266 0.131 0.554 组别 例数 总胆固醇（mmol/L，x±s） 甘油三酯（mmol/L，x±s） HDL-C（mmol/L，x±s） LDL-C（mmol/L，x±s） 尿酸（μmol/L，x±s） 肌酐（μmol/L，x±s） CT-FFR ≤ 0.8组 177 4.49±1.13 1.87±1.74 1.02±0.30 2.75±0.97 345.84±113.25 88.02±48.31 CT-FFR > 0.8组 112 4.39±1.02 1.71±1.00 1.03±0.30 2.71±0.83 330.01±103.32 89.56±47.39 统计值 0.708a 0.857a 0.203a 0.361a 1.198a 0.267a P值 0.480 0.392 0.839 0.719 0.232 0.790 组别 例数 吸烟史[例（%）] 高血压史[例（%）] 糖尿病史[例（%）] 高脂血症[例（%）] 多支病变[例（%）] CT-FFR ≤ 0.8组 177 59（33.33） 98（55.37） 48（27.12） 148（83.62） 82（46.33） CT-FFR > 0.8组 112 40（35.71） 65（58.04） 22（19.64） 97（86.61） 29（25.89） 统计值 0.173b 0.199b 2.983b 0.476b 10.442b P值 0.678 0.656 0.104 0.490 0.001 注：CT-FFR为CT血流储备分数，HDL-C为高密度脂蛋白胆固醇，LDL-C为低密度脂蛋白胆固醇。1 mmHg=0.133 kPa。a为t值，b为$ \chi ^2$值。

表 2

表 2 CT-FFR≤0.8组与CT-FFR > 0.8组MACE发生情况比较

表 2 CT-FFR≤0.8组与CT-FFR > 0.8组MACE发生情况比较  例（%） 组别 例数 全因死亡/ 心源性死亡 非致命性心肌梗死 新发心力衰竭 血运重建 非计划内住院治疗 顽固性心绞痛 MACE事件 CT-FFR ≤ 0.8组 177 6（3.39） 8（4.52） 7（3.95） 12（6.78） 11（6.21） 8（4.52） 52（29.38） CT-FFR > 0.8组 112 0（0） 1（0.89） 1（0.89） 2（1.79） 3（2.68） 1（0.89） 8（7.14） χ2值 3.877 1.909 2.389 3.711 1.861 1.909 20.616 P值 0.049 0.167 0.122 0.054 0.173 0.167 0.001 注：CT-FFR为CT血流储备分数，MACE为主要心血管不良事件。

MACE组的CT-FFR ≤ 0.8、糖尿病史、多支病变占比均显著高于无MACE组（均P < 0.05）。2组年龄、男性、吸烟史、高血压史、高脂血症史占比，以及收缩压、舒张压、心率、左室射血分数、总胆固醇、甘油三酯、LDL-C、HDL-C、尿酸、肌酐差异均无统计学意义（均P > 0.05）（表 3）。

表 3

表 3 MACE组与无MACE组基线资料比较

表 3 MACE组与无MACE组基线资料比较 组别 例数 年龄（岁，x±s） 男性[例（%）] 收缩压（mmHg，x±s） 舒张压（mmHg，x±s） 心率（次/min，x±s） 左室射血分数（%，x±s） MACE组 60 65.00±8.60 31（51.67） 139.10±23.17 84.07±14.56 82.54±48.24 61.73±4.73 无MACE组 229 66.07±8.16 141（61.57） 142.19±22.27 82.14±13.16 74.75±16.69 60.62±5.39 统计值 0.860a 1.496b 0.921a 0.929a 1.221a 1.560a P值 0.391 0.221 0.358 0.353 0.223 0.120 组别 例数 总胆固醇（mmol/L，x±s） 甘油三酯（mmol/L，x±s） HDL-C（mmol/L，x±s） LDL-C（mmol/L，x±s） 尿酸（μmol/L，x±s） 肌酐（μmol/L，x±s） MACE组 60 4.48±1.08 1.85±1.57 1.02±0.28 2.75±0.91 337.73±101.92 85.73±39.00 无MACE组 229 4.35±1.12 1.66±1.17 1.04±0.33 2.65±0.93 347.42±136.21 99.88±72.21 统计值 0.824a 0.859a 0.467a 0.772a 0.511a 1.452a P值 0.411 0.391 0.641 0.441 0.611 0.151 组别 例数 吸烟史[例（%）] 高血压史[例（%）] 糖尿病史[例（%）] 高脂血症[例（%）] CT-FFR≤0.8 [例（%）] 介入治疗[例（%）] 多支病变[例（%）] MACE组 60 25（41.67） 30（50.00） 24（40.00） 49（81.67） 52（86.67） 8（13.33） 31（51.67） 无MACE组 229 74（32.31） 133（58.08） 46（20.09） 196（85.59） 125（54.59） 44（19.21） 80（34.93） 统计值 2.169b 0.930b 10.938b 0.171b 19.827b 0.988b 6.261b P值 0.141 0.335 0.001 0.679 < 0.001 0.320 0.012 注：MACE为主要心血管不良事件，HDL-C为高密度脂蛋白胆固醇，LDL-C为低密度脂蛋白胆固醇，CT-FFR为CT血流储备分数。a为t值，b为$ \chi ^2$值。

单因素Cox回归分析显示，有糖尿病史冠状动脉临界病变患者发生MACE的风险是无糖尿病史患者的4.820倍，CT-FFR ≤ 0.8的患者发生MACE的风险是CT-FFR > 0.8患者的2.130倍，存在多支冠状动脉病变的患者发生MACE的风险是单只病变患者的4.541倍（均P < 0.05）。多因素Cox回归分析显示，CT-FFR ≤ 0.8、糖尿病史、多支病变是冠状动脉临界病变患者发生MACE的独立危险因素（均P < 0.05）（表 4）。

表 4

表 4 冠状动脉临界病变患者MACE发生的Cox回归分析

表 4 冠状动脉临界病变患者MACE发生的Cox回归分析 变量 单因素Cox回归分析 多因素Cox回归分析 β值 P值 OR（95%CI） β值 P值 OR（95%CI） 糖尿病史 1.573 < 0.001 4.820（2.287~10.162） 0.833 0.002 2.300（1.359~3.893） CT-FFR ≤ 0.8 0.756 0.004 2.130（1.265~ 3.587） 1.471 < 0.001 4.355（2.049~9.257） 多支病变 1.513 < 0.001 4.541（2.151~ 9.588） 0.521 0.048 1.684（1.005~3.088） 注：MACE为主要心血管不良事件，CT-FFR为CT血流储备分数。

将CT-FFR ≤ 0.8、糖尿病史、多支病变纳入Cox风险预测模型，时间依赖ROC曲线显示，预测模型在不同时间点的整体AUC较高（均 > 0.600），在第8、16个月时模型的敏感度为1.000，特异度在不同时间点上则均相对较低（均 < 0.5）（表 5，图 1）。

表 5

表 5 不同时间点预测模型对MACE的预测效能

表 5 不同时间点预测模型对MACE的预测效能 时间点 AUC 敏感度 特异度 约登指数 95%CI 第8个月 0.677 1.000 0.394 0.606 0.488~0.865 第16个月 0.792 1.000 0.462 0.538 0.737~0.849 第23个月 0.730 0.929 0.437 0.492 0.668~0.803 注：MACE为主要心血管不良事件。

图 1

图 1 不同时间点预测模型预测冠状动脉临界病变主要心血管不良事件（MACE）的时间依赖ROC曲线

本研究发现，CT-FFR ≤ 0.8患者的MACE发生率显著高于CT-FFR > 0.8患者，与既往研究^[12-13]结论一致性较高。Cox回归分析发现，CT-FFR ≤ 0.8、糖尿病史、多支病变是冠状动脉临界病变患者发生MACE的独立危险因素；经多因素Cox回归分析校正后显示，糖尿病史仍是MACE的显著风险因素，但其影响程度在多因素分析中有所下降（从4.820降至2.300），这可能是因为糖尿病史与其他变量之间存在某种关联。同样，多支病变对MACE的风险影响在多因素分析中也有所下降（从4.541降至1.684），差异有统计学意义，表明其仍可作为独立风险因素。相较于糖尿病史、多支病变这2个危险因素，在多因素Cox回归分析中CT-FFR ≤ 0.8对MACE的风险影响显著增加（从2.130增至4.355），差异更显著。这与既往Han等^[14-16]研究结果一致。以上均表明CT-FFR ≤ 0.8有助于识别心血管事件结局风险较高的患者，在临床无创影像学筛查中，加入CT-FFR ≤ 0.8这一敏感指标后可更好提高冠心病患者的临床无创筛查的准确性。构建糖尿病史、多支病变、CT-FFR ≤ 0.8三者联合的预测模型，并行时间依赖ROC曲线分析后发现，该预测模型在不同时间点的预测效能有所变化，AUC从第8个月的0.677增至第16个月的0.792，然后略有下降至第23个月的0.730，但整体AUC保持在较高水平（均 > 0.600），这可能是由于数据分布、患者群体特征或外部环境因素的变化导致的。前期敏感度为1.000，意味着模型在筛查时能捕捉到大部分真正的高风险患者；模型特异度偏低，可能影响对部分低风险患者的判断。周瑶等^[17]研究也表明加入CT-FFR ≤ 0.8后的联合预测模型可为冠状动脉临界病变患者提供合理、有效的MACE风险预测参考。因此，在实际临床筛查、诊疗过程中，可应用模型评价冠状动脉临界病变患者的MACE发生情况，进一步提升对MACE的预测能力。

本研究中整体MACE发生率远高于既往研究，原因可能为：①本研究将狭窄病变限制为冠状动脉临界病变，不包含其他研究中冠状动脉轻度狭窄（狭窄程度 < 50%）的患者；②本研究入选的患者中糖尿病、高脂血症占比较高；③本研究中CT-FFR ≤ 0.8的患者占比相对较高，发生MACE的独立危险因素合并了糖尿病史、多支病变。多项研究证实，糖尿病患者体内糖脂代谢紊乱对冠状动脉粥样硬化病变具有不利影响，从而诱发心脏不良事件^[18-19]。存在冠状动脉多支病变的患者相较于单只病变患者心肌缺血程度更重，且对心肌缺血风险的耐受度更低，因此发生MACE的风险也随之增加。

本研究存在的局限性：①为单中心、回顾性研究，同时由于CT-FFR分析对图像质量要求严格，对入组患者排除标准较严格，导致部分严重钙化病变患者和合并复杂疾病的患者未纳入分析，故在数据收集上可能存在一定偏倚。②治疗策略需结合其个人意愿。③样本量仍偏小，且无法获得失访患者准确的失访时间和最终结局。未来需进一步行更大样本量的多中心、前瞻性研究，以获得更准确和真实的数据，以期得出更符合真实世界的临床结果。

综上所述，糖尿病史、多支病变、CT-FFR ≤ 0.8是冠状动脉临界病变患者发生MACE的独立危险因素，三者联合构建的预测模型可进一步提升对MACE的预测能力，实现冠状动脉临界病变的精准分层，降低患者的心肌梗死风险，改善预后。