Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.
Forschungsartikel
Diese Studie analysierte Daten von Patienten mit Typ-2-Diabetes mellitus, um den Zusammenhang zwischen dem Hämoglobinglykationsindex (HGI) und einer Koronararterienentzündung zu untersuchen. Höhere HGI-Werte wurden mit einer erhöhten perivaskulären Entzündung und CT-Hochrisikoplaques in Verbindung gebracht, was auf HGI als potenziellen Marker für die kardiovaskuläre Risikobewertung hindeutet.
Der Hämoglobinglykationsindex (HGI) wird verwendet, um die biologische Variation des Hämoglobins A1c (HbA1c) zu quantifizieren. Die vorliegende Studie untersuchte den Zusammenhang zwischen HGI und Koronararterienentzündung bei Patienten mit Typ-2-Diabetes mellitus (T2DM). Insgesamt 360 kranke Koronararterien von 185 T2DM-Patienten. Patienten und ihre erkranken Gefäße wurden nach den Tertilen von HGI in drei verschiedene Gruppen eingeteilt: H1 (niedrige Gruppe), H2 (mittlere Gruppe) und H3 (hohe Gruppe). Klinische Basisdaten, der perivaskuläre Fettabschwächungsindex (FAI) innerhalb der proximalen 40 mm der drei Koronararterien, quantitative Plaqueparameter und der Anteil der CT-Merkmale von Hochrisikoplaque wurden verglichen. Darüber hinaus wurde eine multivariate logistische Regressionsanalyse verwendet, um die Risikofaktoren für CT-Hochrisikoplaques zu analysieren. Die Ergebnisse zeigten, dass das perivaskuläre FAI der linken vorderen absteigenden Arteria (LAD) und der linken zirkumflexen Arteria (LCX), der fibrösen und lipiden Komponentenvolumina sowie deren jeweiligen Volumenverhältnisse mit einer Erhöhung des HGI (P<0,05) zunahmen. Die Prävalenz von CT-Hochrisikoplaques stieg ebenfalls mit einem Anstieg der HGI (P<0,001). HGI (Odds Ratio (OR) = 1,764, 95%-Konfidenzintervall (KI) = 1,363–2,284, P<0,001) und LAD-FAI (OR = 1,086, 95%-KI = 1,032–1,143, P<0,05) waren unabhängige Risikofaktoren für CT-Hochrisikoplaques. Abschließend lässt sich sagen, dass HGI als potenzieller komplementärer Biomarker für koronare Entzündungen und Plaqueanfälligkeit bei Patienten mit T2DM dienen kann und eine weitere Validierung in größeren prospektiven Studien verdient.
Die atherosklerotische Herz-Kreislauf-Erkrankung (ASCVD) bleibt die weltweit primäre Ursache für Sterblichkeit und Behinderung, wobei ältere Erwachsene (≥60 Jahre) eine gefährdete Population mit erhöhtem kardiovaskulärem Risikodarstellen 1. Typ-2-Diabetes mellitus (T2DM), der weltweit als eine der häufigsten chronischen Erkrankungen gilt, wird mit verschiedenen Komplikationen in Verbindung gebracht. Bei Personen mit T2DM stellt die koronare Herzkrankheit (CAD) den Hauptfaktor für ungünstige Ergebnissedar 2. CAD wird hauptsächlich durch einen chronischen Entzündungsprozess verursacht, verursacht durch koronare Atherosklerose, Lipidstoffwechsel und vaskuläre Dysfunktion3. Der chronische hyperglykämische Zustand bei Patienten mit T2DM verschärft die vaskuläre Entzündung weiter. Die vaskuläre Entzündung trägt nicht nur zur Bildung von koronaren atherosklerotischen Plaques bei, sondern ist auch ein wesentlicher Auslöser für den Plaque-Riss4. Daher kann die Quantifizierung der Koronararterienentzündung die Risikostratifizierung von CAD-Patienten verbessern. Allerdings gibt es seit Jahren Bemühungen, Biomarker zur Bewertung des Entzündungsprozesses zu verwenden; konventionelle zirkulierende Entzündungsmarker wie hochsensitives C-reaktives Protein und Interleukin-6 haben keine Spezifität für vaskuläre Entzündungen. Darüber hinaus kann die Positronen-Emissions-Tomographie/Computertomographie (PET/CT) die Entzündung der arteriellen Wände überwachen, kann aber die entzündliche Belastung der Koronararteriennichtdirekt beurteilen und ist teuer und klinisch begrenzt.
Kürzlich hat sich die durch die koronare Computertomographie (CCTA) untersuchte Veränderung der Attenuation des perikoronaren Fettgewebes (PCAT) als neuer sensibler Biomarker zur Erkennung von koronarer Entzündung6 herausgestellt. Dieser neue Marker, bekannt als perivaskulärer Fettabschwächungsindex (FAI), hat gezeigt, dass er kardiovaskuläre Ereignisse signifikant vorhersagt4. Darüber hinaus dienen hochriskante Plaque-Merkmale der Computertomographie (CT) als indirekte Marker für vaskuläre Entzündungen und zeigen auch die Anfälligkeit und das Risiko eines Platzes von Plaques an (Ruptur wird hauptsächlich durch Entzündung verursacht)7, die gleichzeitig mit CCTA identifiziert werden können.
Hämoglobin A1c (HbA1c) ist der Goldstandard in der klinischen Praxis zur Bewertung der glykämischen Kontrolle bei diabetischen Patienten, wobei eine gute glykämische Kontrolle nicht nur hilft, mikrovaskuläre Komplikationen zu reduzieren, sondern auch unabhängig mit dem Auftreten schwerer kardiovaskulärer Ereignisse bei Patienten mit T2DM und multivaskulärem CAD8 assoziiert ist. Veränderungen der HbA1c-Werte können jedoch nur 60–80 % der mittleren Blutzuckerwerte (MBG)9 erklären, und Unterschiede im HbA1c können durch individuelle Variabilität im Glukosestoffwechsel, physiologische Merkmale und genetische Veranlagung10 beeinflusst werden. Daher kann die Messung von HbA1c den Status des glykämischen Stoffwechsels nicht vollständig widerspiegeln.
Der Hämoglobin-Glykationsindex (HGI) wird verwendet, um die biologische Variation des HbA1c unabhängig vom mittleren Blutzuckerspiegel (MBG) zu quantifizieren. HGI kann Personen identifizieren, deren HbA1c-Werte höher oder niedriger als der Durchschnitt sind im Vergleich zu anderen mit ähnlichen Blutzuckerwerten11. Mehrere Studien haben den Zusammenhang zwischen HGI und Diabeteskomplikationen bestätigt, wie zum Beispiel ein erhöhtes Risiko für diabetische Nephropathie oder Retinopathie bei Patienten mit hohem HGI12, 13 und T2DM. Ein höherer HGI ist mit einem erhöhten Risiko chronischer Gefäßerkrankungen verbunden 12,13.
Derzeit bleibt der Zusammenhang zwischen HGI und Koronararterienentzündung bei T2DM-Patienten unklar. Daher zielte diese Studie darauf ab, den Zusammenhang zwischen HGI und perivaskulärer FAI, verschiedenen Plaque-Komponentenparametern sowie CT-Merkmalen von Hochrisikoplaque basierend auf CCTA zu untersuchen, um die Risikostratifizierung bei T2DM-Patienten mit begleitender koronarer Arteriosklerose zu verbessern.
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Diese Studie wurde vom Institutional Review Board des angeschlossenen Krankenhauses der Nantong University genehmigt (Genehmigungsnummer 2025-K179-01), und die Verpflichtung zur informierten Einwilligung wurde aufgehoben. Die Software und die verwendete Ausrüstung sind in der Materialtabelle aufgeführt.
1. Studienfächer und Gruppierungen
Zwischen Januar 2016 und Mai 2023 wurden Daten für 752 Patienten mit T2DM erhoben, die sich einer CCTA im angeschlossenen Krankenhaus der Nantong University unterzogen haben. T2DM wurde gemäß den Richtlinien zur Prävention und Behandlung von Typ-2-Diabetes in China (Ausgabe 2020) diagnostiziert. Die Ausschlusskriterien waren wie folgt: (1) schlechte CCTA-Bildqualität; (2) angeborene koronare Anomalien, koronare Stent-Einnistung oder postkoronare Bypass-Operation; (3) Schwangerschaft oder Hämoglobinopathie; (4) kardiogene Erkrankungen außer koronarer Herzkrankheit; (5) unvollständige Basisdaten. Insgesamt wurden 185 Probanden in die Endanalyse aufgenommen. Insgesamt wurden 360 erkrankte Koronararterien analysiert, darunter die wichtigsten Zweige mit Koronarplaques wie die linke Hauptarterie (LM), die linke vordere absteigende Arterie (LAD), die linke Circumflexarterie (LCX) und die rechte Koronararterie (RCA). Klinische Basisdaten, darunter Nüchternplasmaglukose (FPG), HbA1c, Gesamtcholesterin (TC), Triglyzeride (TG), hochdichtes Lipoproteincholesterin (HDL-C), niedrigdichtes Lipoproteincholesterin (LDL-C) und Harnsäure (UA), wurden innerhalb von 48 Stunden vor und nach der CCTA-Untersuchung erhoben.
Da HGI ein lineares Regressionsresidual ist, kann das vorhergesagte HbA1c erzeugt werden, indem FPG in die univariate lineare Regressionsgleichung zwischen HbA1c und FPG in der Studienpopulation eingegeben wird. HGI wird definiert als die Differenz zwischen dem tatsächlichen HbA1c und dem vorhergesagten HbA1c. Patienten und ihre betroffenen Koronargefäße wurden gemäß HGI-Tertilen in drei Gruppen eingeteilt: H1 (niedrige Gruppe) ≤-0,91, -0,91< H2 (mittlere Gruppe) <0,49, H3 (hohe Gruppe) ≥0,49. Das Studiendesign und die Patientenauswahlkriterien sind in Abbildung 1 dargestellt.
2. CCTA-Prüfung
CCTA-Untersuchungen wurden mit einem 256-Schnitt-Computertomographie-(CT)-Scanner mit folgendem Protokoll durchgeführt: Detektorkollimation von 160 mm × 0,5 mm, Gantry-Rotationsgeschwindigkeit von 0,28 s/Rotation, Schnittdicke von 0,625 mm, Röhrenstromprodukt von 350–635 mAs und Röhrenspannung von 100–120 kVp. Alle Patienten wurden mit retrospektiver elektrokardiogrammgesteuerter Technologie gescannt. Die Untersuchung erfolgte von 1 cm unterhalb der Trachealbifurkation bis zur Zwerchfelloberfläche des Herzens.
Eine kontrastverstärkte Bildgebung wurde nach der intravenösen Verabreichung eines nicht-ionischen Kontrastmittels in die Brachialvene mit einer Durchflussrate von 5 mL/s durchgeführt, gefolgt von einer 20-ml-Kochsalzspülung mit derselben Geschwindigkeit. Die Dosierung des Kontrastmittels betrug 0,8 ml pro Kilogramm Körpergewicht. Für erweiterte Scans wurde die Kontrastmittel-Tracking-Triggertechnologie eingesetzt, die automatisch den CT-Wert der Aortenwurzel erkennt, mit einer Auslösungsschwelle von 120 Hounsfield-Einheiten (HU).
3. Analyse des FAI
Die ursprünglichen CCTA-Bilder wurden von einem Radiologen mit über drei Jahren Erfahrung in die Deepwise Vascular Analysis Software (DW-CACTAS, Deepwise Corporation, China) hochgeladen, der blind für die klinischen und CT-Informationen des Patienten war. Die Software grenzt den PCAT automatisch um die proximalen 40 mm von LAD und LCX sowie 10–50 mm RCA ab und ermöglicht manuelle Anpassungen der automatischen Darstellung der Koronararterienwände, wobei anschließend der FAI für diese drei Koronararterien berechnet wird. PCAT wurde als das Fettgewebe charakterisiert, das radial in einem Abstand liegt, der dem Durchmesser des Koronargefäßes von seiner Außenwand entspricht, wobei sein Schwellenwert zwischen -190 und -30 HU14 liegt. FAI wurde als mittlerer CT-Dämpfungswert von PCAT definiert (Abbildung 2).
4. Quantitative Analyse der CCTA-Plaque
Koronare atherosklerotische Plaques bezeichnen eine Art von Gewebestruktur, die innerhalb oder neben dem Lumen der Koronararterie existiert, mit einer Fläche von mehr als 1 mm2, die sich vom Perikardialgewebe, Epikardfettgewebe und dem vaskulärenLumen 15 unterscheidet. CCTA-Bilder wurden zur quantitativen Analyse der Plaque an eine kommerzielle Arbeitsstation übertragen. In CCTA-Bildern waren die CT-Schwellenwerte für verschiedene Plaquekomponenten wie folgt: Lipidkomponenten-CT-Wert wurde bei -100–30 HU, der fibrouse CT-Wert bei 31–130 HU, der CT-Wert der verkalkten Komponenten bei 131–300HU-16, und das gesamte Plaquevolumen jeder kranken Koronararterie wurde gemessen.
Die vier CT-Verwundbarkeitsmerkmale von Hochrisiko-Koronararterienplaques waren positive Remodellierung, niedrige Abschwächungsplaque, fleckige Verkalkung und das Serviettenringzeichen. Koronararterienplaques, die zwei oder mehr der oben genannten Merkmale aufwiesen, wurden als CT-Hochrisikoplaques17 definiert.
5. Statistische Analyse
Kategoriale Daten wurden als Häufigkeit und Prozentsatz [%] angegeben, mit dem Chi-Quadrat-Test analysiert und anschließend zwischen den Gruppen mit der Zeilen-für-Spalte-Chi-Quadrat-Partition verglichen (korrigiert P = 0,0167). Der Kolmogorov-Smirnov-Test wurde verwendet, um quantitative Datennormalität zu untersuchen. Normal verteilte quantitative Daten wurden als Mittelwert ± Standardabweichung (SD) präsentiert, und statistische Unterschiede wurden mittels Varianzanalyse (ANOVA) bewertet. Quantitative Daten, die nicht normal verteilt waren, werden als Median- und Interquartilbereich [M (Q1, Q3)] dargestellt, wobei der Kruskal-Wallis-Test für Vergleiche über mehrere Gruppen angewendet wird. Univariate und multivariate binäre logistische Regressionsanalysen wurden durchgeführt, um unabhängige Risikofaktoren zu identifizieren, die mit CT-Hochrisikoplaques assoziiert sind. Die statistische Analyse wurde mit der SPSS 26.0-Software durchgeführt. Ein P-Wert von <0,05 galt als statistisch signifikant.
6. Lineare Regressionsanalyse von HGI mit perivaskulärem FAI
Es wurde eine multivariable lineare Regression durchgeführt, um die Assoziation zwischen HGI (kontinuierlich) und perivaskulärem FAI (LAD-FAI und LCX-FAI) zu bewerten, wobei die gleichen Kovariaten wie in der Primäranalyse angepasst wurden.
7. Sensitivitätsanalyse mit HGI-Quartilen
Um die Robustheit der Ergebnisse zu bewerten, wurde HGI in Quartile eingeteilt, und seine Verbindung zu CT-Hochrisikoplaques wurde mittels multivariabler logistischer Regression neu bewertet, wobei die gleichen Kovariaten wie in der Primäranalyse angepasst wurden.
8. Untergruppen- und Interaktionsanalysen
Subgruppenanalysen wurden nach Alter, Geschlecht und glykämischer Kontrollebene mittels multivariabler logistischer Regression durchgeführt, wobei dieselben Kovariaten wie in der Primäranalyse mit Ausnahme der Stratifikationsvariable selbst korrigiert wurden. Interaktionsterme zwischen HGI und jeder Stratifikationsvariable wurden getestet, um die Effektmodifikation zu bewerten.
9. Eingeschränkte kubische Spline-Analyse
Um potenzielle Dosis-Antwort- und nichtlineare Zusammenhänge zwischen HGI und den Endpunkten zu untersuchen, wurden Analysen mit eingeschränkten kubischen Splines (RCS) durchgeführt, wobei HGI als kontinuierliche Variable modelliert wurde. Für CT-Hochrisikoplaque wurden RCS-Logistiekregressionsmodelle angepasst, während für LAD-FAI RCS-Modelle der linearen Regression verwendet wurden. Alle Modelle wurden für dieselben Kovariaten wie in der Primäranalyse angepasst. Die Gesamtassoziation und die nichtlineare Komponente wurden mit dem Wald-Test bewertet.
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Zusammenhang zwischen HbA1c und FPG
Es wurde eine lineare Beziehung zwischen den HbA1c- und FPG-Messungen der Patienten hergestellt, wodurch die Regressionsgleichung abgeleitet wurde: vorhergesagtes HbA1c = 0,28 × FPG + 5,75, mit r = 0,508 und P < 0,001 (Abbildung 3).
Vergleich klinischer Basisdaten und FAI zwischen verschiedenen Gruppen
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Die vorliegende Studie ergab, dass Volumen und Anteil verkalkter und nicht-verkalkter Plaques mit einem Anstieg der HGI-Werte zunahmen. Gleichzeitig stieg auch das Auftreten und der Anteil von CT-Hochrisikomerkmalen (niedrig abschwächende Plaques) in koronararterien atherosklerotischen Plaques mit einem Anstieg der HGI-Werte. Messungen der FAI-Werte in den drei Hauptkoronararterien zeigten, dass auch die LAD-FAI- und LCX-FAI-Werte mit einem Anstieg der HGI-Werte anstiegen. Nach Korrektur...
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Alle Autoren geben an, dass sie keine Interessenkonflikte im Zusammenhang mit dieser Studie haben.
Die Autoren möchten Professor Xianhua Wu für seine wertvolle Führung, konstruktiven Vorschläge und kontinuierliche Unterstützung während der gesamten Forschung aufrichtig danken. Wir danken auch dem Personal des angeschlossenen Krankenhauses der Nantong University für ihre Unterstützung bei der Datenerhebung und Fallprüfung.
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
| Name | Unternehmen | Katalognummer | Kommentare |
|---|---|---|---|
| Kommerzielle Arbeitsstation | Shukun-Technologie | KI-gestütztes Diagnosesystem für koronare CT-Bildgebung | Verwendet zur quantitativen Analyse von koronaren atherosklerotischen Plaques. |
| Computertomographie-System | GE Healthcare | Revolution CT (256-Schnitt) | Verwendet für koronare Computertomographie (CCTA) Untersuchungen. Scanning-Parameter: Detektorkollimation von 160 x 0,5 mm, Gantry-Rotationsgeschwindigkeit von 0,28 Sekunden pro Drehung, Schnittdicke von 0,625 mm. |
| Nicht-ionisches Kontrastmittel | Bayer Health-care | Ultravist 370 | Intravenöses Kontrastmittel. Die Dosierung betrug 0,8 mL pro kg Körpergewicht, eine Injektionsrate von 5 mL/Sekunde, gefolgt von einer 20 mL Kochsalzspülung mit derselben Rate. |
| Statistische Software | IBM | SPSS 26.0 | Verwendet für alle statistischen Analysen, einschließlich ANOVA, Chi-Quadrat-Tests und logistischer Regressionsanalyse. |
| Gefäßanalyse-Software | Deepwise Corporation | DW-KAKTAS | Verwendet zur automatischen Abgrenzung des perikoronaren Fettgewebes und zur Berechnung des Fettabschwächungsindex (FAI). Operiert von einem Radiologen, der für Patienteninformationen blind ist. |
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.