高敏心肌肌钙蛋白I按左心室质量校正后在稳定型冠状动脉疾病检测中的应用

Utility of high-sensitivity cardiac troponin I normalized to left ventricular mass in detection of stable coronary artery disease

作者信息Sina Fathieh, Michael P Gray, Owen Tang, Katharine A Bate, Stephen T Vernon, Elijah Genetzakis, Soloman Saleh, Gillian Murtagh, Jean Y Yang, Collin Tran, David R Sullivan, Paul Bonnitcha, David S Celermajer, Louise Cullen, Ravinay Bhindi, Jamil Mayet, Stephen J Nicholls, Stuart M Grieve, Gemma A Figtree
PMID42533034
发布时间2026-08
DOI10.1038/s44161-026-00837-z

实验完整度

包含1,613例患者队列、CT与超声心动图影像分析、多变量逻辑回归及贝叶斯误差变量模型,进行了功能验证和内部交叉验证。

主要模型

BioHEART-CT队列(1,613名成人) CT-derived左心室质量测量 超声心动图亚组(n=359)

重点核对

hs-cTnI测量采用Abbott ARCHITECT i1000和Beckman Access 2分析仪 CT冠状动脉钙化评分(CACS)基于Agatston方法 左心室质量通过TotalSegmentator自动分割计算 模型3包含hs-cTnI×LVM、hs-cTnI×肌酐及年龄、性别交互项 内部验证采用分层五折交叉验证和贝叶斯误差变量模型

摘要

冠状动脉疾病常在心肌梗死前悄然发展,当前基于风险的预防路径会漏诊一些具有临床重要疾病的个体,尤其是那些没有标准可改变心血管危险因素的患者。高敏心肌肌钙蛋白I是低水平心肌损伤的血液生物标志物,但其与无症状冠状动脉粥样硬化的关系尚未完全明了。在此,我们在1,613名接受冠状动脉计算机断层扫描(CT)成像的成年人中显示,低水平高敏心肌肌钙蛋白I与临床可干预的冠状动脉疾病(定义为冠状动脉钙化评分≥100)以及定量CT斑块负荷标志物相关。2.3 ng l−1的阈值富集了可干预疾病,尤其是在没有标准危险因素的个体中。将肌钙蛋白按心肌质量、年龄和肾功能校正可改善预测,并为慢性冠状动脉综合征中基线肌钙蛋白升高的机制提供见解。在CT成像前使用肌钙蛋白的两阶段策略提高了诊断产出并减少了所需扫描次数。在临床实施前需要前瞻性验证。

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
高敏心肌肌钙蛋白I(hs-cTnI)能否用于检测CT定义的临床可干预的冠状动脉疾病(CAD),尤其是在没有标准心血管危险因素的个体中?
核心机制
hs-cTnI水平反映了冠状动脉粥样硬化斑块导致的低水平心肌损伤,其释放量与斑块下游心肌质量成正比,校正心肌质量、肾功能和年龄可增强其预测价值。
主要证据
在1,613名成人中,hs-cTnI与CACS≥100显著相关(AUC=0.64);按左心室质量校正后AUC提升至0.81;2.3 ng/l的阈值在无SMuRF亚组中OR=4.18。
研究意义
hs-cTnI可用作CT成像前的分诊工具,提高无症状或低风险个体中临床可干预CAD的检出效率,减少不必要的CT扫描,为未来前瞻性实施研究提供基础。

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

队列建立与样本采集

获取具有hs-cTnI测量和CCTA成像的参与者,用于评估hs-cTnI与CAD负担的关系。

从BioHEART-CT研究中纳入1,613名成人,收集基线人口统计学、临床指标,并在CCTA当日测量hs-cTnI。

2

CCTA成像与斑块负荷评估

定量评估冠状动脉粥样硬化负担,包括钙化与非钙化斑块。

使用标准临床方案进行CCTA,计算CACS、Gensini评分和非钙化斑块评分。

3

心肌质量评估

测量左心室质量(LVM)以评估其对hs-cTnI水平的影响。

使用TotalSegmentator自动分割CT图像计算左心室体积,再乘以心肌比重得到LVM;通过超声心动图验证。

4

统计分析:阈值确定与模型构建

确定hs-cTnI的最佳截断值,并构建多变量模型以改善临床可干预CAD的预测。

使用Youden指数确定最佳截断值,构建三个逐步逻辑回归模型(单独hs-cTnI、加入LVM交互、加入肾功能和年龄、性别交互),并评估AUC。

5

贝叶斯误差变量模型验证

在考虑低浓度测量误差的情况下,验证最终模型的判别性能和校准。

开发贝叶斯误差变量逻辑回归模型,将潜在log-肌钙蛋白作为未知参数,传播测量误差,并进行内部交叉验证。

6

临床效用评估

比较通用CT筛查与基于hs-cTnI分诊的两阶段筛查策略的诊断效率。

计算通用筛查和序贯筛查的敏感性、特异性、诊断产出、需筛查人数等指标,并进行决策曲线分析。

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。

产品清单

实验环节名称品牌货号
雅培ARCHITECT i1000分析仪Abbott Diagnostics--
贝克曼Access 2分析仪Beckman Coulter--
TotalSegmentator----
3D Slicer----

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
hs-cTnI测量
使用Abbott ARCHITECT i1000和Beckman Access 2分析仪,检测限为0.1 ng/l
阅读提示:Methods部分:Hs-cTnI assay
CT成像
标准临床方案,CACS按Agatston方法计算,CACS≥100定义为临床可干预CAD
阅读提示:Methods部分:Coronary CT angiography和CCTA disease severity scores
心肌质量测量
使用TotalSegmentator自动分割,LVM=1.05×LV体积,超声心动图验证
阅读提示:Methods部分:Myocardial mass estimation
统计模型
hs-cTnI最佳截断值2.3 ng/l,模型3包含hs-cTnI×LVM、hs-cTnI×肌酐、年龄和性别交互项
阅读提示:Methods部分:Statistical analysis和Bayesian uncertainty modeling
两阶段筛查策略
序贯筛查使用调整后的hs-cTnI模型,阳性者进行CT CACS
阅读提示:Results部分:Utility in clinical practice,图3