哈尔滨医科大学附属第二医院 贾海波
血管内超声（IVUS）和光学相干断层成像（OCT）两种血管内影像学检查用于指导经皮冠状动脉介入治疗（PCI）的临床价值已有广泛认可。2020年欧洲心脏病学学会年会（ESC 2020）对OCT和IVUS的最新应用进行了讨论。哈尔滨医科大学附属第二医院贾海波教授就相关内容进行了总结。
一、斑块特征的识别
a. OCT评价急性冠状动脉综合征（ACS）患者残余胆固醇风险与斑块特征的关系
高敏感C反应蛋白（hs-CRP）和低密度脂蛋白胆固醇（LDL-C）与主要不良心血管事件(MACEs)独立相关。有研究以OCT评价入院ACS患者的斑块特征，将残余胆固醇风险（RCR）定义为LDL≥1.8 mmol/L、hs-CRP＜2 mg/L。根据基线LDL-C水平，将患者分为RCR组和非RCR组。结果：RCR组以胆固醇结晶和薄帽型纤维动脉粥样硬化（TCFA）多见（图1）。提示RCR患者斑块更加易损。
图1. OCT评价ACS患者斑块类型
b. OCT识别的ST段抬高型心肌梗死（STEMI）患者微通道与临床特征、造影等斑块形态特征的关系
既往研究表明，微通道（MC）与斑块进展和易损性有关。OCT可直接观察体内斑块新生血管的形成。因此，这项研究分析和统计了OCT识别的微通道与患者临床特征及斑块特征的关系。多变量logistic回归模型显示:高血压、血红蛋白（Hb）、总胆固醇（TC）、最小管腔面积（MLA）病变位置（与MLA相比）、脂质核心长度、巨噬细胞和点状钙化等7个独立参数与MC相关。此外，Hb、TC和MLA是PR和PE中常见的MC预测因子，但MLA对PR中MC的预测作用相反。结果表明:在罪犯斑块中，MC与更多的脂质（尤其是胆固醇）、更高的血红蛋白、高血压、病变位置（与MLA相比）和其他易损斑块形态特征有关；MC的预测因子在斑块破裂和斑块侵蚀方面存在差异。
c. STEMI患者梗死前心绞痛与病变形态的关系
梗死前心绞痛（PIA）对急性心肌梗死（AMI）患者具有预测作用。有研究通过OCT评估AMI患者中PIA和罪犯斑块特征之间的关系，发现PIA患者斑块破裂、富脂斑块和薄帽纤维动脉粥样硬化（TCFA）发生率均较低，且纤维帽厚度较厚。
d.ACS易损斑块的OCT检查结果
ACS和稳定型心绞痛（SAP）患者中均有关于愈合斑块（HPs）的组织病理学分析或冠状动脉内图像评估的报道。有研究发现，与无HPs的患者相比，有HPs的患者出现血管偏心病变和巨噬细胞以及更大的管腔面积狭窄（%-AS）。在HPs病变中，薄帽纤维动脉粥样硬化（TCFA）或斑块破裂比SAP患者更常见，而微血管在SAP中比ACS患者更常见。表明HPs病变具有偏心性和较大的斑块负担，且无论临床状态如何，均存在持续的斑块炎症，这可能导致未来的冠状动脉事件。
二、OCT之斑块侵蚀研究进展
a.巨噬细胞在冠状动脉斑块侵蚀（PE）中浸润预示着斑块的易损性
PE是造成至少三分之一ACS的原因，炎症激活被认为是斑块破裂患者斑块不稳定的关键机制，通过释放金属蛋白酶和抑制胶原合成，进而导致纤维帽降解。在ACS患者中，OCT定义的巨噬细胞在侵蚀斑块中的浸润存在与一个更激进的表现型相关联的冠状动脉粥样硬化易损斑的特性，长期随访和预后差。在精准医疗时代，这些发现至关重要，明确表明巨噬细胞浸润可能识别具有较高心血管风险的患者。
b.巨噬细胞浸润对斑块侵蚀引起的STEMI患者的影响
慢性炎症浸润是动脉粥样硬化发展的常见过程。然而，尸检结果显示，与斑块破裂相比，炎症浸润的发生率在斑块侵蚀中较少。在OCT定义下，以斑块炎症的严重程度评估巨噬细胞浸润，发现斑块炎症可增加由PE引起的STEMI患者病变的严重程度和斑块易损性。
c.非临界冠状动脉狭窄斑块侵蚀的形态学特征
PE是急性冠状动脉血栓形成的一个常见而重要的机制，仅低于斑块破裂。最近研究表明，与严重狭窄不同的是，非临界狭窄的PE可进行保守治疗。通过OCT研究不同冠状动脉狭窄的PE的形态学特征，表明STEMI患者中约57%的PE表现为非临界性狭窄（图2），与临界性狭窄的斑块侵蚀具有明显形态学特征。
图2. OCT定义下，STEMI患者的PE多表现为非临界性狭窄
d. 基于OCT的预测中间冠状动脉狭窄血流储备的机器学习
使用OCT预测分流储备（FFR）的机器学习方法以前没有被研究过。本研究的目的是评估一种机器学习方法来估计基于冠状动脉中间病变血管内OCT图像的FFR。方法:收集125例患者的左前降支病变的OCT法和基于线的FFR方法的数据。根据病灶总数，训练组和测试组按5:1分割。训练组使用36个特征，包括16个临床和病变特征，21个OCT特征，建立机器学习-ffr模型。然后为测试组获得机器学习-FFR值，并与基于线缆的FFR值在缺血诊断方面进行比较（FFR<0.8）。结果:训练组和试验组的临床、病变特征和OCT特征相似。在训练组的机器学习建模过程中，确定了机器学习-ffr的六个重要特征:最小管腔面积、狭窄区百分比、病变长度、管腔近端面积、术前血小板计数和高血压。FFR值小于0.8时，试验组机器学习-FFR值的诊断效能、敏感度、特异性、阳性预测值、阴性预测值、准确率分别为85.7%、100%、100%、77.8%和90.5%。另外，基于OCT的机器学习-FFR值与其他基于图像的FFR值相比，具有良好的诊断准确性。
结论：基于OCT的机器学习-ffr方法可以使用一种有创手术同时获取图像和功能模式的信息，提示它可以用于优化中间冠状动脉狭窄的治疗，同时节省时间和费用。
e.高剪切力与引起ACS的斑块破裂的潜在关系:OCT的计算流体动力学模拟的洞见
引起ACS的斑块破裂（PR）与壁剪切应力（WSS）之间的直接关系仍不确定。该研究从神户大学ACS-OCT注册，100名ACS患者的罪魁病变有PR的OCT记录。使用OCT数据建立病变特异性的三维冠状动脉模型。具体来说，在破裂部分，通过对残余管腔边缘的迹线进行平滑外推，在PR前重建管腔轮廓，然后通过单芯实验室的计算流体动力学（CFD）分析计算WSS。
结论：CFD模拟与OCT形态斑块评估相结合的方法可能有助于预测未来由PR引起的ACS事件。斑块破裂类型与WSS的关系如图3示。
图3. 斑块破裂类型与WSS的关系
专家简介
贾海波，教授，博士生导师，国家优秀青年科学基金获得者（2017年），现任哈尔滨医科大学附属第二医院心内科病房副主任。博士毕业于哈尔滨医科大学，师从我国著名心血管病专家于波教授，曾于哈佛医学院留学3年。主要从事冠心病介入诊疗及血管内影像学和功能学的临床，教学和科研工作。
目前，主持国家自然科学基金面上和优青项目等7项。近5年在JACC、Eur Heart J等杂志发表SCI文章52篇，被写入2项专家共识和国际权威内科学教科书《Braunwald’s Heart Disease》第10版（2014年）。担任多个国际国内会议主席团成员（TCT，ESC，ACC，CIT， C3， GW-ICC等）。先后获得中华医学科技奖“一等奖”及华夏医学科技奖“一等奖”等省部级科技奖4项、国家名医·青年新锐奖、东方新星奖、CIT青年医师研究奖（CIT-YIA）、中国心血管临床研究“未来之星”、哈尔滨医科大学五四青年奖章获得者等荣誉。参与多部心血管指南共识与专著的编写，现任Circulation Report 副主编、美国心脏病学学会专家会员（FACC）、中国生物医学工程学会青年委员会副主任委员、中国医学装备协会心血管装备技术专业委员会常务委员、CIT理事会成员、中国医师协会心血管分会青年委员、中华医学会心血管病学分会康复学组委员、黑龙江省医促会青委会副主任委员。