自发性冠状动脉夹层患者中颈动脉夹层的患病率、预测因素及临床结局:一项多中心回顾性队列研究

Prevalence, Predictors, and Clinical Outcomes of Cervical Arterial Dissection in Patients with Spontaneous Coronary Artery Dissection: A Multicenter Retrospective Cohort Study

作者信息Hend Bcharah, Hussein Abdul Nabi, Luke Dreher, George Bcharah, Katie Mand, Vinicius De Sousa Barzon Serra, Linnea M Baudhuin, Yuxiang Wang, Mayowa A Osundiji, Fadi E Shamoun
PMID42452761
发布时间2026-07-07
DOI10.3390/jcm15135302

实验完整度

中

本研究为多中心回顾性队列研究,包含1380例SCAD患者,通过ICD-10编码和人工病历审查确诊,并进行多变量回归分析,但缺乏前瞻性干预或功能验证。

主要模型

SCAD患者队列(n=1380) CACAD亚组(n=131)

重点核对

ICD-10编码I25.42识别SCAD患者 人工病历审查确认CvAD诊断 CACAD组与SCAD单独组比较 多变量logistic回归调整混杂因素 随访时间中位数2.02年

摘要

背景:自发性冠状动脉夹层(SCAD)患者发生心血管事件的风险增加,包括其他动脉区域(如颈动脉)的夹层。合并冠状动脉和颈动脉夹层(CACAD)的患者可能具有更广泛的动脉异常和更差的结局,这强调了更好风险分层和个体化护理的必要性。目的:本研究调查了诊断为SCAD的患者中颈动脉夹层(CvAD)的患病率,评估了发生CvAD的潜在危险因素,并评估了其对临床结局(包括全因死亡率、SCAD复发和卒中)的影响。目标是识别CvAD风险增加的SCAD患者,以增强风险分层。设计:在这项回顾性队列研究中,使用ICD-10代码识别了2018年至2024年间在Mayo Clinic各院区诊断为SCAD的患者。通过人工病历审查确认CvAD诊断。根据是否存在CvAD对患者进行分层。使用卡方检验和独立t检验比较危险因素和合并症。使用单变量筛选和多变量logistic回归识别CvAD的预测因素。结果:在1380例SCAD患者中,131例(9.5%)患有CvAD。中位随访时间为2.02年(IQR:1.1-5.2年)。所有CvAD诊断均在指数SCAD事件后通过系统的SCAD后血管影像学检查确定。两组平均年龄相似(CACAD组为51.5±11.3岁,SCAD单独组为50.9±10.7岁,p=0.540),且大多数为女性(93.9%对91.9%,p=0.529)。多变量回归确定了肢体动脉夹层(OR:8.13,95%CI:3.41-19.36,p<0.001)、肌纤维发育不良(FMD)(OR:7.52,95%CI:4.67-12.10,p<0.001)、结缔组织病(CTDs)(OR:6.85,95%CI:2.35-19.98,p<0.001)和焦虑(OR:1.69,95%CI:1.01-2.81,p=0.044)为CvAD的显著预测因素。CvAD是卒中的强独立预测因素(OR:6.37,95%CI:2.93-13.87,p<0.001)。死亡率和SCAD复发两组间无显著差异。结论:CACAD患者表现出系统性血管表型,FMD、结缔组织病、肢体动脉夹层和卒中的发生率显著升高。这些发现强调了在风险增加的SCAD患者中进行全面血管筛查和个体化监测的重要性。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
SCAD患者中CvAD的患病率、预测因素及其对临床结局的影响是什么?
核心机制
CACAD患者表现出系统性血管表型,可能由潜在的全身性动脉病(如FMD、CTDs)驱动,导致多血管床受累和卒中风险增加。
主要证据
在1380例SCAD患者中,9.5%合并CvAD;多变量回归显示肢体动脉夹层、FMD、CTDs和焦虑是CvAD的独立预测因子;CvAD是卒中的强预测因子(OR=6.37)。
研究意义
研究强调了对SCAD患者进行全面血管筛查和个体化监测的重要性,并提示系统性动脉病可能是SCAD和CvAD的共同基础。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

患者识别与分组

识别SCAD患者并根据是否存在CvAD进行分组。

使用ICD-10编码I25.42在Mayo Clinic三个院区识别2018-2024年间诊断为SCAD的患者,通过人工病历审查确认诊断,并分为CACAD和SCAD单独组。

2

临床特征和合并症评估

比较两组基线特征和合并症。

从电子病历中提取人口统计学、临床特征和合并症,如FMD、CTDs、焦虑、偏头痛等。

3

血管影像学评估

系统评估SCAD患者中CvAD及其他血管异常的存在。

对患者进行系统的血管影像学检查,包括头颈部和腹部影像,以检测颈动脉夹层、FMD、动脉瘤等情况。

4

统计分析与预测因子识别

确定CvAD的独立预测因素及其对结局的影响。

使用单变量logistic回归筛选变量,再纳入多变量logistic回归模型,计算OR和95%CI。

5

结局评估

比较CACAD与SCAD单独组的主要临床结局。

比较两组卒中、全因死亡率和SCAD复发率,并评估CvAD对结局的预测作用。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

患者识别与数据提取

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
研究人群
SCAD诊断标准:ICD-10编码I25.42及影像学确诊;纳入和排除标准
阅读提示:Methods部分 2.1. Study Population
CvAD诊断
CvAD的诊断基于影像学检查,但具体影像学方法未明确说明
阅读提示:Methods部分 2.1. Study Population
统计模型
多变量logistic回归的变量选择标准(p<0.20)和调整变量
阅读提示:Methods部分 2.3. Statistical Analysis