心包脂肪放射组学：在常规心脏CT上早期预测心衰的新途径

一项包含超过7万人的多中心研究表明，通过放射组学分析常规心脏CT中的心包脂肪组织，可以识别早期心肌重塑信号，为无症状患者进行心衰风险分层，其诊断效能达到0.85以上。

背景

心衰是全球主要的公共卫生负担，但早期识别仍然面临临床挑战。传统的诊断标准往往基于已出现的结构或功能改变，这意味着患者已处于疾病进程的相对晚期阶段。如何在无症状阶段发现心肌重塑的早期信号，实现真正的预防性干预，一直是心血管医学追求的目标。

心包脂肪组织（epicardial adipose tissue, EAT）是覆盖心脏外表面的内脏脂肪，与心肌功能和结构密切相关。近年来的基础研究表明，心包脂肪不仅仅是机械支持组织，其产生的脂肪因子可直接作用于相邻的心肌，参与炎症、纤维化等多种病理过程。然而，如何将这一生物学认识转化为临床实用的诊断工具，仍需要有效的影像学方法。

放射组学技术近年来在医学影像领域迅速发展，通过自动化算法从医学影像中提取数百甚至数千个特征，挖掘传统目视评估无法捕捉的微观特性。这项新研究将放射组学与心包脂肪分析相结合，在常规心脏CT（冠状动脉CT血管造影）基础上开发了心衰预测模型，展现了这一方法的临床潜力。

主要发现

• 研究纳入来自英国9个医疗中心的72,751名无已知心衰病史和既往心梗患者，自动化算法从分割的心包脂肪中提取了1,655个放射组学特征
• 开发的心包脂肪放射组学特征评分（FRP_HF）在内部验证中的C统计量达0.869（95% CI: 0.850-0.889），外部验证中为0.850（95% CI: 0.831-0.870），表现出稳健的判别能力
• FRP_HF评分每增加一个四分位数，患者心衰风险增加近4倍（内部验证调整风险比HR 3.90，外部验证HR 3.79，P<0.001）
• 位于最高十分位数的患者相比最低十分位数，心衰风险增加20倍
• 将FRP_HF纳入常规风险模型中，显著改善外部验证中5年的诊断区分度（增加AUC 0.047）和净重分类收益（NRI 0.39），决策曲线分析提示具有临床获益
• FRP_HF对不同人群特征、冠状动脉病变严重程度和各级射血分数（包括射血分数保留型、中间型和降低型心衰）均保持一致的预测关联
• FRP_HF特异性针对心衰事件，而不如周围血管脂肪特征那样与心梗事件关联，提示其反映的是心肌而非血管生物学过程

临床意义

这项研究的首要意义在于提供了一种无创、自动化的早期心衰风险识别方法。与依赖生物标志物检测或等待临床症状出现的传统策略不同，基于心脏CT影像的放射组学分析已获得的检查可被赋予新的诊断价值。许多患者因其他临床指征已进行过冠状动脉CT血管造影，后续可直接应用于心衰风险评估，无需额外检查。

对于无症状个体的心衰风险分层，FRP_HF评分提供了量化的风险预测。高危人群可接受更密集的随访和早期干预，包括优化血压控制、促进健康生活方式改变、考虑特定的心血管保护性药物（如SGLT2抑制剂），或在适当时机进行更深入的心功能评估。这体现了精准预防的理念。

从生物学角度，该研究强调了心包脂肪作为心衰发病机制核心环节的地位。FRP_HF对心衰的特异性优于对心梗的预测，表明其主要反映了局部心肌环境的病理改变，而非全身血管病变。这为未来针对心包脂肪组织代谢的创新治疗提供了实证支持，相关的脂肪调节药物可能在预防高危人群进展为临床心衰中发挥作用。

模型的外部验证强度值得关注。来自地理位置不同的两个医疗中心的独立验证，确保了算法在不同患者群体和影像采集条件下的泛化能力，增强了临床应用的可行性。

局限性

尽管该研究设计严谨、样本量大、验证充分，仍存在需要认识的局限。首先，研究人群主要来自英国医疗机构，参与者多为白人，种族和地理适用性有待进一步验证。其次，虽然中位随访时间达4-5年，但心衰的自然进程可能更长，长期预测效能需要更长期的随访数据支持。

技术层面，放射组学特征的临床解释仍面临挑战。虽然该研究使用了站点级的ComBat校准以减少不同医疗中心间的影像采集差异，但如何在多个临床中心标准化应用这一方法，实现真正的临床转化，需要建立清晰的技术规范和质量控制标准。此外，自动分割算法的准确性和对不同影像质量的适应性也是实际应用中需要考虑的因素。

从临床决策的角度，如何将放射组学评分整合入日常心血管风险评估流程，如何确定风险分层的临床阈值，以及如何与已有的心衰预测工具（如NT-proBNP、心室应变等）进行结合，都需要进一步的多中心实践研究来明确。

Original paper: Early Prediction of Heart Failure From Routine Cardiac CT Using Radiomic Phenotyping of Epicardial Fat. — Journal of the American College of Cardiology. 10.1016/j.jacc.2026.02.5116

🎧 收听播客