从冠状动脉钙化扫描中获取的基于体积和比例的左心房指标具有增量预测长期心房颤动和中风的价值。
其他
No
AI衍生的左心房体积指数及心腔比率从常规CAC扫描中是否能够超越既定风险评分预测新发房颤和卒中？
常规无对比CAC扫描衍生的AI左心房体积及心腔比率指标在超越既定临床风险评分外，为长期房颤和卒中预测提供了增量价值。
Absolute Event Rate: 0% vs 0%
背景：AI-CVD计划旨在从冠状动脉钙化（CAC）扫描中提取除传统CAC评分之外的可操作见解。虽然人工智能衍生的心腔体积能够预测房颤（AF）和卒中，但心腔比率的长期预后价值尚未充分确立。我们评估了基于常规CAC扫描的AI衍生左心房体积指数及相关心腔比率（左心房LA/右心房RA，LA/左心室LV）对新发房颤和卒中的预测价值及其超越既定风险评分的增量价值。 方法：分析了两个人群前瞻性队列的合并个体级数据，分别为MESA（多民族动脉粥样硬化研究，2000-2002年，n=5670）和FHS（弗雷明翰心脏研究子代队列，1998-2001年，n=1142）。主要结局为新发房颤和新发卒中。使用AI赋能的体积测定软件（AutoChamber，AI-CVD平台）对无对比剂CAC扫描的心腔指标进行了量化。采用Cox比例风险模型、净再分类改善（NRI）、时间依赖受试者工作特征曲线下面积（AUC）、校准指标及最小绝对值收缩和选择算子回归（LASSO）评估预测性能。 结果：中位随访17年期间，1302名参与者发生房颤，365人发生卒中。位于心腔指标≥95百分位数的个体风险显著升高。调整后房颤的风险比（HR）分别为左心房体积指数2.66（95% CI, 2.23-3.17）、LA/LV比率2.04（95% CI, 1.71-2.45）及LA/RA比率1.87（95% CI, 1.55-2.26）。卒中的相应HR为1.96（95% CI, 1.38-2.77）、1.64（95% CI, 1.15-2.33）和1.83（95% CI, 1.29-2.59）。AI衍生指标在超越CHARGE-AF风险评分和弗雷明翰卒中风险评估的基础上改善了再分类，以左心房体积指数对房颤的净再分类改善（NRI）最高（0.48），LA/RA比率对卒中最高（0.39），主要由非事件分类驱动。虽然区分度提升有限（AUC），但心腔测量显著改善了弗雷明翰卒中风险评估的校准（斜率由0.448提升至0.834-0.902）。在所有心腔指标（体积及比率）中，LASSO回归识别出左心房体积指数为房颤的最强预测因子， LA/RA比率为卒中的最强预测因子。 结论：基于CAC扫描机会性获得的AI驱动左心房体积及比率指标为房颤和卒中的预测提供了增量价值。
Azimi等（星期三）报告了另一项研究。 从冠状动脉钙化扫描中获取的基于体积和比例的左心房指标具有增量预测长期心房颤动和中风的价值。