Algoritmo multiparamétrico para la cuantificación del tejido adiposo epicárdico en pacientes con cardiopatía no isquémica

Summary

Aquí, presentamos un protocolo para cuantificar el tejido adiposo epicárdico mediante TC sin contraste, proporcionando una alternativa rápida, rentable y sin contraste a la resonancia magnética cardíaca para aplicaciones clínicas y de investigación.

Abstract

El tejido adiposo epicárdico (EAT), un órgano endocrino y paracrino activo, contribuye a la patogénesis cardiovascular. Si bien la resonancia magnética cardíaca (RMC) es el estándar de referencia para cuantificar el volumen de EAT (EATV), su utilidad clínica es limitada. La TC de tórax sin contraste (TCNC), ampliamente utilizada en radiología, ofrece una alternativa potencial. Aunque la angiografía coronaria por TC (CCTA) mejora la delineación del borde miocárdico EAT, su uso está restringido por los riesgos de alergia al contraste y el aumento de la exposición a la radiación. Este estudio investiga la viabilidad de la NCCT para la evaluación de EATV en comparación con CMR. Inscribimos a 120 pacientes con cardiopatía no isquémica sometidos a TCNC y RMC durante una sola hospitalización. La EATV se midió mediante análisis volumétrico basado en CMR y segmentación de umbral en escala de grises basada en NCCT. El grosor de EAT se cuantificó en seis sitios anatómicos (surcos auriculoventriculares izquierdo / derecho , surcos interventriculares anterior / posterior / superior y pared libre del ventrículo derecho) en ambas modalidades. El análisis estadístico comparó las mediciones de volumen y espesor. La EATV derivada de la segmentación del umbral de NCCT no mostró diferencias significativas en comparación con la volumetría de CMR (P > 0,05). De manera similar, las mediciones del espesor de EAT en los seis sitios no demostraron diferencias significativas entre NCCT y CMR (todos P > 0.05). La segmentación de umbral en escala de grises basada en NCCT proporciona mediciones de EATV comparables al estándar de referencia CMR. Esto valida la NCCT como una alternativa rápida, rentable y clínicamente factible para la cuantificación precisa de la EAT.

Introduction

Los síntomas y signos en pacientes con cardiopatía no isquémica son diversos y con frecuencia se diagnostican erróneamente como afecciones no cardíacas. Entre los pacientes sometidos a angiografía invasiva por sospecha de isquemia, una proporción sustancial (hasta el 70%) no tiene enfermedad arterial coronaria obstructiva. Muchos de estos pacientes presentan síntomas compatibles con presentaciones isquémicas a pesar de la ausencia de estenosis significativa, que se incluyen en un espectro más amplio de cardiopatía no isquémica¹. En el estudio Women's Ischemia Syndrome Evaluation-Coronary Vascular Dysfunction (WISE), que involucró a 883 pacientes mujeres, aproximadamente dos tercios (62%) carecían de estenosis obstructiva significativa². Además, los pacientes con enfermedad arterial coronaria no obstructiva tienden a ser más jóvenes que aquellos con enfermedad obstructiva. En comparación con los individuos asintomáticos, estos pacientes se asocian con mayores tasas de eventos cardiovasculares, hospitalizaciones recurrentes, deterioro de la calidad de vida y costos elevados de atención médica³.

El tejido adiposo epicárdico (EAT), un depósito de grasa activo con funciones endocrinas ^4,5, presenta cambios en el volumen y el grosor que están estrechamente asociados con eventos cardiovasculares como la aterosclerosis coronaria y la fibrilación auricular ^6,7,8,9. Si bien la Resonancia Magnética Cardíaca (RMC), con su resolución superior de tejidos blandos, se establece como el estándar de oro para la medición de EAT, su aplicación clínica está limitada por los largos tiempos de exploración, el alto costo, la contraindicación en pacientes con marcapasos cardíacos y la mala tolerancia en individuos con claustrofobia¹⁰. La investigación actual se centra principalmente en la angiografía por tomografía computarizada coronaria (CCTA)¹¹. Aunque su realce vascular facilita distinguir el límite entre EAT y miocardio, CCTA conlleva riesgos que incluyen alergia a agentes de contraste, mayor dosis de radiación y mayor costo, lo que resulta en una aplicabilidad limitada en poblaciones generales de pacientes. Por el contrario, la TC sin contraste (TCNC), la modalidad de TC más utilizada en la práctica clínica, ofrece varias ventajas distintas: (1) tiempo de exploración rápido (minutos) sin necesidad de agentes de contraste, lo que resulta en una dosis de radiación baja y un costo relativamente bajo, lo que promueve una adopción clínica más amplia; (2) el EAT típico exhibe valores de la Unidad de Hounsfield (HU) que oscilan entre -190 y -30, lo que permite un análisis cuantitativo basado en la densidad del tejido. Los estudios indican que la densidad de EAT aumenta significativamente durante el síndrome coronario agudo, lo que demuestra que el análisis cuantitativo a través de HU puede diferenciar eficazmente el tejido adiposo normal del tejido adiposo inflamatorio¹². Más importante aún, la TC de rutina sin contraste visualiza claramente la interfaz pericárdica sin necesidad de agentes de contraste, lo que presenta una nueva posibilidad para la medición de EAT. Por lo tanto, la exploración de métodos para cuantificar la EAT mediante TC sin contraste tiene un valor clínico significativo para promover la evaluación temprana del riesgo cardiovascular.

En consecuencia, este estudio desarrolló y validó un algoritmo multiparamétrico semiautomatizado para cuantificar la EAT a partir de TC sin contraste adquirida de forma rutinaria. Nuestros hallazgos clave demuestran que este método mide de manera confiable el volumen y la atenuación de EAT en pacientes con cardiopatía no isquémica. Si bien existen protocolos de cuantificación EAT para CCTA, falta un método dedicado para la TC sin contraste. Nuestro enfoque aborda directamente esta brecha. Aprovecha las ventajas inherentes de NCCT, amplia disponibilidad y seguridad, al tiempo que elimina la necesidad de inyección de contraste requerida por los métodos existentes basados en CCTA. Esto amplía significativamente el potencial de la evaluación de EAT a poblaciones clínicas y de detección más amplias.

Protocol

La aprobación ética para este estudio fue otorgada por el Comité de Ética de la Facultad de Medicina de Chengdu, con una exención del consentimiento informado. El protocolo del estudio garantizó el cumplimiento de los principios éticos de la Declaración de Helsinki.

1. Selección de pacientes

1. Utilice los siguientes criterios de inclusión:
   1. Incluir pacientes con cardiopatía no isquémica (NIHD).
      NOTA: Ciento veinte (120) pacientes con NIHD, que fueron tratados en el Primer Hospital Afiliado de la Facultad de Medicina de Chengdu entre 2017 y 2024, fueron seleccionados para este estudio.
   2. Asegúrese de que todos los pacientes se sometieran a exámenes NCCT y CMR durante una sola hospitalización.
   3. Garantice un intervalo entre exploraciones < 48 h.
      NOTA: La NIHD se definió por la presencia de síntomas clínicos de isquemia miocárdica y estenosis confirmada de la arteria coronaria de menos del 50% a través de angiografía por tomografía computarizada coronaria (CCTA) o angiografía coronaria invasiva. Esta presentación clínica se alinea con la definición de Isquemia con Arterias Coronarias No Obstructivas (INOCA); sin embargo, para el propósito de este estudio metodológico centrado en la cuantificación de EAT, usamos el término más amplio NIHD para describir nuestra cohorte.
2. Excluir pacientes con lo siguiente: enfermedad pericárdica, tumores malignos, antecedentes de trasplante cardíaco o antecedentes de cirugía cardíaca¹³.

2. Protocolo de imágenes NCCT y parámetros de escaneo

1. Configuración del escáner
   1. Realice una calibración semanal del escáner de TC utilizando un maniquí del Colegio Americano de Radiología (ACR). Mantenga la sala del escáner a una temperatura ambiente de 22 ± 2 °C y una humedad relativa del < del 65%.
   2. Opere un detector de 320 filas y 640 cortes equipado con una cobertura Z de 160 mm.
      NOTA: Los parámetros clave incluyen 120 kVp fijos, 130 mAs, tiempo de rotación: 0.5 s / 360 °, paso: 1.0875.
2. Rango de escaneo
   1. Adquirir imágenes desde la fosa supraclavicular hasta la superficie diafragmática inferior. Alinee el posicionamiento del láser en el espacio intervertebral T4 / T5.
   2. Establezca el rango de exploración desde la entrada torácica hasta 2-3 cm por debajo del ángulo costofrénico y adquiera imágenes en una sola apnea.
   3. Retire los objetos metálicos del pecho; Entrene al paciente para que contenga la respiración de manera constante.
   4. Realice un entrenamiento en apnea utilizando el entrenamiento guiado por espirómetro (capacidad mínima de 15 s). Para pacientes con EPOC, implemente la activación respiratoria con una ventana de aceptación de ± 2 mm.
3. Parámetros de adquisición y reconstrucción
   1. Realice el escaneo utilizando el modo de escaneo en espiral; Indique al paciente que contenga la respiración después de una inspiración profunda.
      NOTA: Parámetros clave: espesor de corte de 1,0 mm, incremento de corte: 1,0 mm (contiguo), matriz 512 × 512, núcleo de tejido blando (reconstrucción de tejido blando del cuerpo grano b); Campo de visión de 350 mm, nivel de ventana (WL) 40 HU y ancho de ventana (WW) 400 HU.
   2. Obtenga cuatro series de imágenes: (1) ventana mediastínica de 1,0 mm (WL 40/WW 400), (2) ventana pulmonar de 1,0 mm (WL -500/WW 1500), (3) ventana mediastínica de 5,0 mm (WL 40/WW 400) y (4) ventana pulmonar de 5,0 mm (WL -500/WW 1500).
   3. Aplique la reconstrucción iterativa híbrida con una fuerza moderada (40%) utilizando un núcleo de tejido blando estándar; generar reformas multiplanares de 1,0 mm para referencia anatómica, con configuraciones de ventana de mediastínico (ancho 400 HU/nivel 40 HU) y pulmón (ancho 1600 HU/nivel -600 HU).
4. Seguridad y notas
   1. Cumplir con las normas chinas de protección radiológica WS/T 391-2012 y las directrices internacionales¹⁴.
   2. Limite el índice de dosis de tomografía computarizada de volumen (CTDIvol) ≤15 mGy según ICRP 135. Registro de producto dosis-longitud (DLP) con factor de conversión k = 0,014 mSv·^mGy-1·^cm-1.
   3. Use el navegador respiratorio + indicación de voz para reducir los artefactos de movimiento si es difícil contener la respiración.
      NOTA: Seleccionamos la interpolación bilineal por su equilibrio óptimo entre la eficiencia computacional y la preservación de los bordes. Si bien reconoce su potencial para introducir el promedio de volumen parcial y el suavizado de la unidad Hounsfield (HU), se seleccionó este método porque proporciona una delineación de límites superior en comparación con la interpolación del vecino más cercano.

3. Protocolo de imágenes CMR y parámetros de escaneo

1. Configuración del escáner
   1. Realice el examen utilizando un escáner de resonancia magnética de 3.0 T equipado con una bobina cardíaca de matriz en fase, con el paciente en posición supina.
   2. Configure el sistema de resonancia magnética para realizar el control de calidad previo al escaneo: tolerancia de cuña≤5 ppb, SNR ≥100 (fantasma), homogeneidad B0 ≤0,5 ppm.
2. Protocolo de escaneo
   1. Acceda al protocolo de imágenes cardíacas navegando por la siguiente secuencia de menús en la consola: Consola, Administrador de protocolos, Cardiac, cardiac_easy, Cine_bSSFP.
   2. Adquirir vistas de explorador: Transversal: Arco aórtico a diafragma; Coronal: Tronco pulmonar al ápice del VI; Sagital: Ventrículo derecho a la aorta descendente.
3. Configurar la activación de electrocardiografía (ECG)
   1. Aplique un ECG vectorial de 3 derivaciones con filtrado adaptativo y sincronice el fuelle respiratorio a mitad de la espiración.
   2. Seleccione Disparador adaptable; establezca Ventana de activación en 15% para la acomodación de arritmias.
4. Fases cardíacas, resolución temporal
   1. Adquiera 30 fases cardíacas con una resolución temporal = 45 ms y con 13 segmentos de espacio k para una cobertura de ciclo completo.
      NOTA: Parámetros clave: Eje corto: TR/TE = 2,86/1,31 ms, ángulo de giro = 60°, ancho de banda = 1000 Hz/píxel, tamaño de matriz = 128 × 224, campo de visión (lectura/fase) = 360/320 mm, grosor de corte = 8 mm, 6-12 cortes (cobertura contigua de eje corto), control respiratorio = apnea (apnea única = 12-15 s. Cuatro cámaras: TR/TE 2,86/1,31 ms, ángulo de giro 55°, ancho de banda 1000 Hz/píxel, matriz 128×224, campo de visión (lectura/fase) 360/320 mm, grosor de la rebanada 8 mm, 1-3 rebanadas, control respiratorio con apnea (apnea única = 10-12 s, los mismos requisitos que los anteriores).
5. Implementación de imágenes paralelas
   1. Habilite imágenes paralelas ARC con factor de aceleración 2; La calibración automática elimina el escaneo de referencia por separado.
      NOTA: Para garantizar la seguridad del paciente, este estudio se adhirió estrictamente al documento de posición de la Sociedad de Resonancia Magnética Cardiovascular (SCMR) (2020) sobre las indicaciones clínicas de la resonancia magnética cardiovascular¹⁵ y realiza la verificación de la bobina y la calibración automática antes de la exploración.

4. Medición de espesor EAT

1. Reconstrucción y medición multiplanar de NCCT
   1. Importe series de ventanas mediastínicas de 1,0 mm en el módulo de reconstrucción multiplanar (MPR). Configure el intervalo de reconstrucción a 0,5 mm mediante el algoritmo de interpolación bilineal. Sincronice las actualizaciones del plano axial, sagital y coronal.
   2. Alinearse con la referencia del eje largo del ventrículo izquierdo (VI). Gire para obtener una vista ortogonal de 4 cámaras (plano de 2 cámaras que se cruza). Genere una pila perpendicular de eje corto (espesor de corte: 8 mm, espacio: 0 mm) que cubra el anillo mitral hasta el ápice.
   3. Medir el grosor de la EAT en los siguientes seis sitios anatómicos: el surco auriculoventricular izquierdo (LAVG), el surco auriculoventricular derecho (RAVG), el surco interventricular anterior (AIVG), el surco interventricular superior (SIVG), el surco interventricular inferior (IIVG) y la pared libre del ventrículo derecho (RVFW)¹⁶.
   4. Siguiendo el protocolo RVFW, obtenga tres mediciones consecutivas en cada sitio anatómico. El valor final registrado para cada sitio debe ser la media de estas mediciones por triplicado.
      NOTA: Si el rango de las tres mediciones supera 1 mm, vuelva a calibrar el plano de imagen y repita las mediciones. El proceso de medición general y el ejemplo se muestran en la Figura 1.
2. Realice la cuantificación de cine de alta resolución CMR
   1. Importe secuencias de cine de eje corto y eje largo de precesión libre de estado estacionario equilibrado (bSSFP) e identifique manualmente los fotogramas de diástole final (ED)¹⁰y sístole final (ES).
   2. Congele las imágenes ED y refine manualmente los bordes a ± precisión de 1 píxel.
   3. Establezca una cobertura de eje corto de 12 niveles desde el anillo mitral hasta el ápice.
   4. Mida el espesor en: SIVG, IIVG y RVFW, promediando los valores a lo largo de ± radios de 60° desde el eje central para minimizar los errores oblicuos.
      NOTA: Siguiendo el protocolo RVFW, obtenga tres mediciones consecutivas en cada sitio anatómico. El valor de registro final para cada sitio debe ser la media de estas mediciones por triplicado.
   5. Establezca el eje de referencia desde el vértice del ventrículo izquierdo hasta el punto medio del anillo mitral y alinee el plano horizontal del eje largo para adquirir una vista estandarizada de cuatro cámaras.
   6. Mida el grosor del tejido adiposo epicárdico en LAVG, RAVG y AIVG durante la diástole final, calculando la media de las mediciones simétricas ± 45° a lo largo del surco auriculoventricular para evitar errores no ortogonales.
      NOTA: El proceso de medición general y el ejemplo se muestran en la Figura 2.

Figura 1: Medición del espesor de EAT en TC mediante reconstrucción multiplanar (MPR). (A) MPR realizada a lo largo del plano de eje corto del ventrículo izquierdo; (B) Mediciones obtenidas en el surco interventricular superior (SIVG), el surco interventricular inferior (IIVG) y la pared libre del ventrículo derecho (RVFW), con RVFW que representa la media de tres puntos de medición; (C) MPR repetida a lo largo del plano del eje corto del ventrículo izquierdo; (D) Mediciones adquiridas en el surco auriculoventricular izquierdo (LAVG), el surco auriculoventricular derecho (RAVG) y el surco interventricular anterior (AIVG). Haga clic aquí para ver una versión más grande de esta figura.

Figura 2: Cuantificación del espesor de EAT en resonancia magnética cardíaca (RMC). (A) Mediciones adquiridas en LAVG, RAVG y AIVG en vista de cuatro cámaras; (B) Mediciones obtenidas en SIVG, IIVG y RVFW en vista de eje corto, con RVFW reportado como la media de tres puntos de medición. Haga clic aquí para ver una versión más grande de esta figura.

5. Adquisición de volumen EAT

1. Algoritmo de segmentación de umbral de escala de grises NCCT
   1. Importe las imágenes NCCT contiguas de 1,0 mm de grosor de corte (en formato DICOM) desde la estación de trabajo local al software 3D Slicer arrastrando y soltando la carpeta que contiene los archivos DICOM directamente en la ventana principal de 3D Slicer.
   2. Vaya al módulo Editor de segmentos. Cree una nueva máscara de segmentación. Seleccione la herramienta Segmentación de umbral y establezca con precisión el rango de umbral en -150 a -50 HU¹⁷.
      NOTA: La cuantificación volumétrica del tejido adiposo epicárdico (EAT) está confinada dentro de los límites anatómicos definidos por la bifurcación de la arteria pulmonar en la parte superior y el vértice del ventrículo izquierdo en la parte inferior^12,18. El rango de umbral seleccionado de -150 a -50 HU está diseñado para aislar de manera óptima EAT al minimizar los efectos de volumen parcial de los tejidos adyacentes con una atenuación ligeramente mayor, como el miocardio o el líquido epicárdico.
   3. Haga clic en el botón Aplicar y haga clic en el botón Mostrar 3D para obtener una vista previa del "sobre gordo" inicial.
   4. Utilice la herramienta Borrar para eliminar con cuidado los tejidos adiposos mediastínicos y de la pared torácica no conectados a la grasa epicárdica en múltiples vistas ortogonales (axial, sagital, coronal).
      NOTA: Las calcificaciones pericárdicas (valores de TC significativamente superiores a -50 HU) generalmente se excluyen por el umbral inicial. Retírelos manualmente de la mascarilla de grasa si se incluyen debido a los efectos de volumen parcial. En la Figura 3 se proporciona un ejemplo representativo.
   5. Obtenga el resultado del volumen (en ml) directamente desde el módulo Estadísticas de segmentos, que aplica un principio de cálculo equivalente a la integración de Monte Carlo. SALIDA: Volumen total (mL)
2. Método CMR
   1. Importe las pilas de cine de eje corto de 12 niveles (grosor de corte: 8 mm, espacio: 0 mm) en el software de análisis de imágenes.
   2. Trace manualmente los contornos epicárdico y pericárdico en cada corte en la fase diastólica final.
   3. Genera la mascarilla de grasa final.
   4. Aplique la regla de Simpson modificada para calcular el volumen total de EAT: Volumen de EAT = Σ (Área de EAT × (Grosor de la rebanada + Espacio de rebanada))¹⁹. SALIDA: Volumen total (mL)
      NOTA: Si hay un espacio de 2 mm entre las capas, las correcciones se harán de acuerdo con el espaciado real.

Figura 3: Reconstrucción 3D del tejido adiposo epicárdico obtenida mediante algoritmo de segmentación de umbral en escala de grises. Nota: Este es un modelo representativo para la visualización y, como esquema, no está a escala. Haga clic aquí para ver una versión más grande de esta figura.

6. Análisis estadístico

1. Recopile y analice datos con Python.
2. Aplicar la prueba de Shapiro-Wilk²⁰para la normalidad; reportar variables continuas no distribuidas normalmente como mediana (rango intercuartílico) [M (P25, P75)] con la prueba U de Mann-Whitney²¹para comparaciones de grupos, y expresar datos distribuidos normalmente como media ± desviación estándar (x̄±s) analizada por prueba t pareada²².
3. Calcular el coeficiente de correlación intraclase (CCI) bajo un modelo de efectos aleatorios de dos vías para la concordancia absoluta, designando el CCI > 0,75 como el umbral para una buena consistencia entre las mediciones de NCCT y CMR.
4. Considere las diferencias estadísticamente significativas cuando el valor de p es menor que 0,05 (p < 0,05).

Results

La Tabla 1 presenta el análisis comparativo de las mediciones de EAT entre las modalidades de TC y RM en todos los sitios anatómicos. En general, la prueba t pareada no demostró diferencias significativas (P > 0,05), lo que respalda la equivalencia de ambos métodos. Las diferencias de medias (RM-TC) variaron de -0,10 mm (surco interventricular inferior) a +0,29 mm (surco auriculoventricular izquierdo), con intervalos de confianza del 95% que cruzaron con...

Discussion

Este hallazgo demuestra que, de acuerdo con estudios previos²³, el surco auriculoventricular derecho (RAVG) exhibe el tejido adiposo epicárdico (EAT) más grueso entre los seis sitios anatómicos medidos. Esto puede atribuirse a las diferencias hemodinámicas entre los sistemas cardíacos derecho e izquierdo. El ventrículo derecho bombea sangre a la circulación pulmonar de baja resistencia, mientras que el ventrículo izquierdo debe superar la vasculatura sistémica de ...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Escáner de TC de 640 cortes	United Imaging	uCT 960+	Se estableció una tomografía computarizada volumétrica de órgano completo con resolución isotrópica submilimétrica, permitiendo imágenes cardíacas sin movimiento y caracterización de tejidos en dosis ultrabajas.
Escáner de resonancia magnética 3.0 T	United Imaging	uMR 960+	Plataforma avanzada de gran calibre que ofrece un contraste excepcional de tejidos blandos para fenotipado cardíaco cuantitativo y análisis multiparamétrico de composición corporal.
3D Slicer	Comunidad de código abierto	https://www.slicer.org/	Software gratuito y de código abierto para análisis de imágenes médicas (segmentación, registro, visualización 3D). Con el apoyo del NIH.
PyTorch	Meta Platforms, Inc.	https://pytorch.org/	Marco de aprendizaje profundo de código abierto con grafos de computación dinámica, ampliamente utilizado para investigación en IA y despliegue de modelos. Soporta aceleración por GPU.