蜜月久综合久久综合国产_7777偷窥盗摄视频_久久国产九九_国产网站免费看 - 人人艹人人爱

01/頸動脈斑塊與冠狀動脈鈣化的關系

背景：現有的冠狀動脈疾病（CAD）篩查工具中，Framingham風險評分（FRS）區分高風險和低風險人群效果較好。然而，中等風險人群往往容易被錯誤分類，且該人群實際上面臨著較高風險。

頸動脈超聲和CAC評分都能量化亞臨床動脈粥樣硬化，并與心血管疾病及相關事件相關。但相關研究表示，在檢測無癥狀動脈粥樣硬化方面頸動脈超聲更敏感。本研究旨在探討CAC評分與頸動脈斑塊數量及成分之間的關系。

結果：參與者的平均年齡為63±11歲。CIMT、TPA、MPH和斑塊評分與CAC評分顯著相關（ρ=0.60，p<0.0001；ρ=0.54，p=0.0002；ρ=0.38，p=0.01；ρ=0.49，p=0.001）。超聲圖像中的回聲成分特征——鈣化百分比（%Calcium）和纖維組織百分比（%Fibrous tissue）未能在臨床相關程度上呈現相關性。

結論：頸動脈超聲則提供了有關斑塊負擔和成分的信息，并于CAC評分顯著相關。結合傳統危險因素使用頸動脈超聲評估斑塊特征，可能成為CAC評分的補充方法，并有望提高對中等風險人群心血管事件的預測能力。

本研究回顧了2010-2021年間的患者數據，結合臨床變量（如年齡、性別、基礎疾病等）和斑塊形態學特征（如鈣化、富脂質壞死核心、腔道面積等），建立了多重預測模型。結果表明，結合臨床因素和斑塊形態學模型相比單純臨床變量模型，能更準確地預測患者30天內的死亡或卒中風險。

背景：頸動脈疾病是導致中風的主要原因之一。由于頸動脈疾病通常無明顯癥狀，大多數患者在早期未能被診斷出來。目前，頸動脈狹窄干預的金標準是基于狹窄百分比和是否有臨床癥狀。但影像學檢查方法在評估過程中依賴主觀判斷，會產生對狹窄程度的判斷差異。因此，基于機器學習算法的輔助軟件應運而生，成為減少診斷差異、提高影像學診斷和預后評估能力的潛在解決方案。

方法：研究納入了一所三級醫療中心在2010至2021年間被診斷為頸動脈狹窄且接受頭頸部CT血管造影的所有患者。每個CT掃描圖像基于AI算法識別斑塊特征。采用逐步回歸方法選擇預測模型中的變量。模型的區分度通過受試者工作特征曲線（AUC）評估。此外，還進行了模型的校準，并選擇了最小Akaike信息量準則（AIC）的模型。主要結局是死亡/卒中。

結論：本研究表明，結合臨床因素和斑塊形態學能夠最佳預測頸動脈狹窄患者的全因死亡或卒中風險。此外，我們發現，即便在風險評分模型中僅得3分的患者，其卒中/死亡的風險仍為20%。未來需要更多前瞻性研究來驗證該發現。