이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

연구 논문

CCTA에 기반한 제2형 당뇨병에서 헤모글로빈 당화 지수와 관상동맥 염증 간의 연관관계

118 조회수

⸱

DOI:

10.3791/70457

⸱

2026년 5월 22일

 ,  , 
1Department of Radiology, Affiliated Hospital of Nantong University, 2Department of Radiology, Affiliated Hospital of Nantong University

이 논문에서

요약

이 연구는 제2형 당뇨병 환자들의 데이터를 분석하여 헤모글로빈 당화 지수(HGI)와 관상동맥 염증 간의 연관성을 조사하였습니다. 높은 HGI 수치는 혈관주위 염증 증가와 CT 고위험 플라크 증가와 연관되어 있으며, HGI가 심혈관 위험 평가의 잠재적 지표임을 시사합니다.

초록

헤모글로빈 당화 지수(HGI)는 헤모글로빈 A1c(HbA1c)의 생물학적 변이를 정량하는 데 사용됩니다. 본 연구는 제2형 당뇨병(T2DM) 환자에서 HGI와 관상동맥 염증 간의 관계를 탐구하였습니다. 총 360건의 T2DM 환자에서 감염된 관상동맥 검사를 받았습니다. 환자와 병든 혈관은 HGI의 후세 단계에 따라 H1(저그룹), H2(중간 그룹), H3(고그룹) 세 개의 뚜렷한 그룹으로 분류되었습니다. 임상 기초 데이터, 세 관상동맥 근위 40mm 내 혈관 주위 지방 감쇠 지수(FAI), 정량적 플라크 지표, 그리고 컴퓨터 단층촬영(CT) 고위험 플라크 특징의 비율을 비교하였다. 또한, 다변량 로지스틱 회귀분석을 통해 CT 고위험 플라크의 위험 요인을 분석하였습니다. 결과는 좌전하행동맥(LAD)과 좌측 원근동맥(LCX), 섬유성 및 지질 성분 부피 및 이들의 부피 비율이 HGI 증가에 따라 증가함을 보여주었다(P<0.05). CT 고위험 플라크의 유병률도 HGI(P<0.001) 증가에 따라 증가했습니다. HGI(오즈비(OR) = 1.764, 95% 신뢰구간(CI) = 1.363–2.284, P<0.001)와 LAD-FAI(OR = 1.086, 95% CI = 1.032–1.143, P<0.05)는 CT 고위험 플라크의 독립적인 위험 인자였습니다. 결론적으로, HGI는 T2DM 환자의 관상동맥 염증 및 플라크 취약성에 대한 잠재적 보완적 바이오마커 역할을 할 수 있으며, 더 큰 전향적 연구에서 추가 검증이 필요합니다.

서론

죽상동맥경화성 심혈관 질환(ASCVD)은 전 세계적으로 사망과 장애의 주요 원인으로 남아 있으며, 고령인(≥60세)은 심혈관 위험이 높은 취약 계층을 대표합니다. 제2형 당뇨병(T2DM)은 전 세계적으로 가장 흔한 만성 질환 중 하나로 평가받으며, 다양한 합병증과 연관되어 있습니다. T2DM 환자 중 관상동맥질환(CAD)은 부정적인 결과를 초래하는 주요 요인입니다2. CAD는 주로 관상동맥경화증, 지질 대사, 혈관 기능 장애로 인한 만성 염증 과정에 의해 발생합니다. T2DM 환자의 만성 고혈당 상태는 혈관 염증을 더욱 악화시킵니다. 혈관 염증은 관상동맥경화성 플라크 형성에 기여할 뿐만 아니라 플라크 파열의 주요 유발 요인이기도 합니다. 따라서 관상동맥 염증의 정량화는 CAD 환자의 위험 층화를 촉진할 수 있습니다. 그러나 염증 과정을 평가하기 위해 바이오마커를 사용하는 노력은 수년간 계속되어 왔으며; 고민감도 C-반응성 단백질과 인터루킨-6와 같은 기존 순환 염증 지표는 혈관 염증에 대한 특이성이 부족합니다. 또한, 양전자 방출 단층촬영/컴퓨터 단층촬영(PET/CT)은 동맥벽 염증을 모니터링할 수 있지만, 관상동맥의 염증 부담을 직접 평가할 수없으며,비용도 많이 들고 임상적 적용도 제한적입니다.

최근에는 관상동맥 컴퓨터 단층촬영 혈관조영술(CCTA)으로 평가되는 관상동맥 주위 지방 조직(PCAT) 감쇠 변화가 관상동맥 염증 감지를 위한 새로운 민감한 바이오마커로 부상했습니다. 이 새로운 지표인 혈관주위 지방 감쇠 지수(FAI)는 심혈관 사건을 유의미하게 예측하는 것으로 나타났습니다. 더불어, 컴퓨터 단층촬영(CT) 고위험 플라크 특징은 혈관 염증의 간접 표지자 역할을 하며, 플라크의 취약성과 위험을 나타내며(파열은 주로 염증에 의해 발생함)7을 동시에 식별할 수 있습니다.

헤모글로빈 A1c(HbA1c)는 당뇨병 환자의 혈당 조절 평가에서 임상 실무에서 표준으로 인정받는 금본위로, 좋은 혈당 조절은 미세혈관 합병증 감소에 도움을 줄 뿐만 아니라 T2DM 및 다혈관 CAD8 환자에서 주요 심혈관 사건 발생과도 독립적으로 연관되어 있습니다. 그러나 HbA1c 수치 변화만으로는 평균 혈당(MBG) 수치의 60%–80%만 설명할 수 있으며, HbA1c의 차이는 개인별 포도당 대사, 생리적 특성, 유전적 소인에 의해 영향을 받을 수 있습니다10. 따라서 HbA1c 측정은 혈당 대사 상태를 완전히 반영할 수 없습니다.

헤모글로빈 당화 지수(HGI)는 평균 혈당(MBG) 수치와 무관하게 HbA1c의 생물학적 변동을 정량화하는 데 사용됩니다. HGI는 HbA1c 수치가 평균보다 높거나 낮은 개인을 식별할 수있습니다. 여러 연구에서 HGI와 당뇨병 합병증 사이의 연관성이 확인되었으며, 예를 들어 HGI12,13, T2DM 환자에서 당뇨병성 신병증 또는 망막병증 위험이 더 높다는 것이 확인되었습니다. HGI 수치가 높을수록 만성 혈관 질환 위험 증가와 연관이 있습니다 12,13.

현재 제2형 당뇨병 환자에서 HGI와 관상동맥 염증 간의 연관성은 여전히 밝혀지지 않았습니다. 따라서 본 연구는 HGI와 혈관 주위 FAI, 다양한 플라크 구성 매개변수, CCTA를 기반으로 한 CT 고위험 플라크 특징 간의 연관성을 조사하여 동반 관상동맥경화증이 있는 T2DM 환자의 위험 층화를 개선하는 것을 목표로 했습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

이 연구는 난통대학교 산하병원 기관심사위원회(승인번호 2025-K179-01)의 승인을 받았으며, 사전 동의 요건이 면제되었습니다. 소프트웨어와 사용되는 장비는 재료표에 나열되어 있습니다.

1. 연구 주제와 그룹 구성

2016년 1월부터 2023년 5월까지 난통대학교 부속 병원에서 CCTA를 받은 2형 당뇨병 환자 752명에 대한 데이터가 수집되었습니다. 제2형 당뇨병은 2020년 판 제2형 당뇨병 예방 및 치료 지침에 따라 진단되었습니다. 제외 기준은 다음과 같았습니다: (1) CCTA 이미지 품질이 좋지 않음; (2) 선천성 관상동맥 기형, 관상동맥 스텐트 삽입 또는 관상동맥 우회 수술 후 수술; (3) 임신 또는 혈색소병증; (4) 관상동맥 심장병 이외의 심성 질환; (5) 불완전한 기초 데이터. 총 185명의 피험자가 최종 분석에 포함되었습니다. 총 360개의 병든 관상동맥을 분석했으며, 그중 관상동맥 플라크가 있는 주요 가지에는 좌주동맥(LM), 좌전하강동맥(LAD), 좌서플렉스동맥(LCX), 우관상동맥(RCA)이 포함되었습니다. CCTA 검사 전후 48시간 이내에 공복 혈장 포도당(FPG), HbA1c, 총 콜레스테롤(TC), 중성지방(TG), 고밀도 지단백 콜레스테롤(HDL-C), 저밀도 지단백 콜레스테롤(LDL-C), 요산(UA) 등 임상 기초 데이터를 수집하였습니다.

HGI는 선형 회귀 잔차이므로, 연구 집단에서 HbA1c와 FPG 간의 단변량 선형 회귀 방정식에 FPG를 입력함으로써 예측된 HbA1c를 생성할 수 있습니다. HGI는 실제 HbA1c와 예측된 HbA1c 간의 차이로 정의됩니다. 환자와 영향을 받은 관상동맥은 HGI 삼중세에 따라 세 그룹으로 나뉘었다: H1(저그룹) ≤-0.91, -0.91< H2(중간 그룹) <0.49, H3(고그룹) ≥0.49. 연구 설계와 환자 선정 기준은 그림 1에 나와 있습니다.

2. CCTA 시험

CCTA 검사는 256 슬라이스 컴퓨터 단층촬영(CT) 스캐너를 사용하여 다음 프로토콜을 사용하여 수행되었습니다: 검출기 콜리메이션 160 mm × 0.5 mm, 갱트리 회전 속도 0.28 s/회전, 슬라이스 두께 0.625 mm, 튜브 현재 시간 곱 350–635 mAs, 튜브 전압 100–120 kVp. 모든 환자는 회후적 심전도(electrocatiogram) 게이팅 기술을 사용하여 스캔되었습니다. 스캔은 기관 분기점보다 1cm 아래에서 심장 횡격막 표면까지 수행되었습니다.

조영제 증강 영상은 상완정맥에 비이온성 조영제를 정맥 주사로 초당 5 mL 유량으로 투여한 후 즉시 20 mL 식염수 플러시를 같은 속도로 투여한 후 시행되었습니다. 조영제 용량은 체중 1kg당 0.8mL였습니다. 향상된 스캔을 위해 조영제 추적 트리거 기술이 사용되어 대동맥근의 CT 값을 자동으로 감지했으며, 트리거 임계값은 120 Hounsfield unit(HU)이었습니다.

3. FAI 분석

원본 CCTA 이미지는 3년 이상의 경력을 가진 방사선과 의사가 Deepwise 혈관 분석 소프트웨어(DW-CACTAS, Deepwise Corporation, 중국)에 업로드했으며, 환자의 임상 및 CT 정보를 알지 못했습니다. 소프트웨어는 PCAT을 LAD 및 LCX 근처의 40mm와 RCA 10–50mm 주변에 자동으로 구분하며, 관상동맥벽의 자동 묘사를 수동으로 조정하여 이 세 관상동맥의 FAI를 계산할 수 있게 합니다. PCAT는 관상동맥 직경과 같은 거리로 방사형 위치에 위치한 지방 조직으로, 임계값이 -190에서 -30 HU14 사이로 설정되는 것으로 특징지어졌다. FAI는 PCAT의 평균 CT 감쇠 값으로 정의되었습니다(그림 2).

4. CCTA 플라크의 정량적 분석

관상동맥경화성 플라크는 관상동맥 내강 내에 존재하거나 인접한 조직 구조의 일종으로, 면적이 1 mm2를 초과하며, 심막 조직, 심외막 지방 조직, 혈관 내강과 구별됩니다. CCTA 이미지는 플라크 정량 분석을 위해 상업용 워크스테이션으로 전송되었습니다. CCTA 영상에서 다양한 플라크 구성 요소에 대한 CT 임계값은 다음과 같았다: 지질 성분 CT 값은 -100–30 HU, 섬유성 성분 CT 값은 31–130 HU, 석회화 성분 CT 값은 131–300HU16, 그리고 각 병든 관상동맥의 총 플라크 부피를 측정하였다.

고위험 관상동맥 플라크의 네 가지 CT 취약성 특성은 양성 재형성, 낮은 감쇠 플라크, 반점성 석회화, 그리고 냅킨-링 징후였습니다. 위의 두 가지 이상의 특징을 가진 관상동맥 플라크는 CT 고위험 플라크로 정의되었습니다17.

5. 통계 분석

범주별 데이터는 빈도와 백분율 [%]로 표현되었으며, 카이제곱 검정을 사용해 분석하고, 행별 열별 카이제곱 분할(보정 P = 0.0167)을 사용해 그룹 간 추가 비교를 했습니다. 콜모고로프-스미르노프 검정은 정량적 데이터 정규성을 조사하는 데 사용되었다. 정규분포의 정량적 데이터는 평균 ± 표준편차(SD)로 제시되었고, 통계적 차이는 분산분석(ANOVA)을 통해 평가되었습니다. 정규분포가 아닌 정량적 데이터는 중앙값 및 4분위 범위 [M (Q1, Q3)]로 제시되며, 여러 그룹 간 비교에는 Kruskal-Wallis 검정이 적용된다. CT 고위험 플라크와 관련된 독립적인 위험 요인을 확인하기 위해 단변량 및 다변량 이진 로지스틱 회귀분석을 수행하였습니다. 통계 분석은 SPSS 26.0 소프트웨어를 사용하여 수행되었습니다. P값 <0.05는 통계적으로 유의한 것으로 간주되었습니다.

6. 혈관 주위 FAI가 있는 HGI의 선형 회귀 분석

다변수 선형 회귀를 수행하여 HGI(연속형)와 혈관 주변 FAI(LAD-FAI 및 LCX-FAI) 간의 연관성을 평가했으며, 1차 분석과 동일한 공변량을 보정하였습니다.

7. HGI 사분위수를 이용한 민감도 분석

결과의 견고성을 평가하기 위해 HGI는 4분위수로 분류되었고, CT 고위험 플라크와의 연관성을 다변수 로지스틱 회귀분석을 통해 1차 분석과 동일한 공변량을 조정하여 재평가하였다.

8. 하위 그룹 및 상호작용 분석

연령, 성별, 혈당 조절 수준에 따라 다변수 로지스틱 회귀분석을 통해 하위 그룹 분석이 수행되었으며, 층화 변수 자체를 제외한 동일한 공변량을 조정하였습니다. HGI와 각 층화 변수 간의 상호작용 항을 실험하여 효과 수정을 평가하였다.

9. 제한 세제곱 스플라인 해석

HGI와 결과 간의 잠재적 용량-반응 및 비선형 관계를 탐구하기 위해, HGI를 연속 변수로 모델링한 제한 입방 스플라인(RCS) 분석을 수행하였습니다. CT 고위험 플라크에는 RCS 로지스틱 회귀 모델이 적용되었고, LAD-FAI에는 RCS 선형 회귀 모델이 사용되었습니다. 모든 모델은 1차 분석과 동일한 공변량에 대해 조정되었습니다. 전체 연관성과 비선형 성분은 Wald 검정을 사용하여 평가하였습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

HbA1c와 FPG 간의 연관성

환자의 HbA1c와 FPG 측정값 사이에 선형 관계가 확립되어 회귀 방정식이 도출되었습니다: 예측 HbA1c = 0.28 × FPG + 5.75, r = 0.508, P < 0.001입니다(그림 3).

임상적 기저선 데이터와 다양한 그룹간의 FAI 비교

H1, H2, H3 그룹의 HGI 값은 각각 -1.29(-1.71, -1.09), -0.28(-0.67, 0.04), 1.39(0.92, 2.52)였습니다. 세 그룹 간 LAD-FAI와 LCX-FAI에서 통계적으로 유의한 차이가 발견되었습니다(P<0.05); 임상 기초 지표나 RC...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

본 연구에서는 HGI 수치가 증가할수록 석회화 및 비석회화 플라크의 부피와 비율이 증가함을 발견했습니다. 동시에, 관상동맥 동맥경화성 플라크에서 CT 고위험 특징(저감쇠 플라크)의 발생률과 비율도 HGI 수치 상승에 따라 증가했습니다. 세 주요 관상동맥의 FAI 값 측정 결과, HGI 수치 상승에 따라 LAD-FAI 및 LCX-FAI 값도 증가하였습니다. 다른 공변량을 조정한 후, HGI와 LAD-FAI는 CT 고위험 플라크 발생에 독립적인 위험인자였습니다. 이 결과들은 HGI가 관상동맥 염증 및 플라크 취약성과 밀접한 관련이 있음을 시사합니다.

Hempe 등은 2002년에 HGI 개념을 처음 도입하여 128명의 T1DM 아동의 MBG와 HbA1c 수치를 측정했습니다. 초기 목표는 MBG 이외의 인자가 HbA1c에 미치는 영향을 정량화하는 것이었습니다. 지난 20년간 수많은 연...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

모든 저자는 이 연구와 이해 상충이 없음을 선언합니다.

감사의 글

저자들은 연구 전반에 걸쳐 귀중한 지도와 건설적인 제안, 지속적인 지원으로 삼아 셴화 우 교수님께 진심으로 감사드립니다. 또한 난통대학교 부속병원 직원들께서 데이터 검색 및 사례 검토를 도와주신 분들께도 감사드립니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
상업용 워크스테이션슈쿤 기술관상동맥 CT 영상을 위한 AI 보조 진단 시스템관상동맥경화성 플라크의 정량적 분석에 사용됩니다.
컴퓨터 단층촬영 시스템GE 헬스케어리볼루션 CT (256-슬라이스)관상동맥 단층촬영 혈관조영술(CCTA) 검사에 사용됩니다. 주사 매개변수: 검출기 콜리메이션 160 x 0.5 mm, 간트리 회전 속도 0.28초/회전, 슬라이스 두께 0.625 mm.
비이온 조영제바이엘 헬스케어울트라비스트 370정맥 조영제. 복용량은 체중 kg당 0.8mL, 초당 5mL 주사, 이어서 같은 속도로 20mL 식염수 플러시를 받았습니다.
통계 소프트웨어IBMSPSS 26.0ANOVA, 카이제곱 검정, 로지스틱 회귀분석을 포함한 모든 통계 분석에 사용됩니다.
혈관 분석 소프트웨어딥와이즈 코퍼레이션DW-캅타스관상동맥 주위 지방 조직을 자동으로 구분하고 지방 감쇠 지수(FAI)를 계산하는 데 사용됩니다. 환자 정보를 못한 방사선 전문의가 수술했어요.

참고문헌

  1. Hu, B., et al. Global assessment of atherosclerotic cardiovascular disease quality of care index in adults aged ≥60 years. Nutr Metab Cardiovasc Dis. 36 (3), 104422 (2026).
  2. Arnett, D. K., et al. 2019 ACC/AHA Guideline on the primary prevention of cardiovascular disease: executive SHORT ABSTRACT: a report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines. J Am Coll Cardiol. 74 (10), 1376-1414 (2019).
  3. Figueiredo, C. S., et al. Inflammation in coronary atherosclerosis: insights into pathogenesis and therapeutic potential of anti-inflammatory drugs. Pharmaceuticals. 16 (9), 1242 (2023).
  4. Ichikawa, K., et al. High pericoronary adipose tissue attenuation on computed tomography angiography predicts cardiovascular events in patients with type 2 diabetes mellitus: post-hoc analysis from a prospective cohort study. Cardiovasc Diabetol. 21 (1), 44 (2022).
  5. Antoniades, C., Antonopoulos, A. S., Deanfield, J. Imaging residual inflammatory cardiovascular risk. Eur Heart J. 41 (6), 748-758 (2019).
  6. Antonopoulos, A. S., et al. Detecting human coronary inflammation by imaging perivascular fat. Sci Transl Med. 9 (398), eaal2658 (2017).
  7. Maurovich-Horvat, P., Ferencik, M., Voros, S., Merkely, B., Hoffmann, U. Comprehensive plaque assessment by coronary CT angiography. Nat Rev Cardiol. 11 (7), 390-402 (2014).
  8. Rezende, P. C., et al. Association of longitudinal values of glycated hemoglobin with cardiovascular events in patients with type 2 diabetes and multivessel coronary artery disease. JAMA Netw Open. 3 (1), e1919666 (2020).
  9. Nathan, D. M., et al. Translating the A1C assay into estimated average glucose values. Diabetes Care. 31 (8), 1473-1478 (2008).
  10. Gonzalez-Covarrubias, V., et al. Transporters, TBC1D4, and ARID5B variants to explain glycated hemoglobin variability in patients with type 2 diabetes. Pharmacology. 106 (11-12), 588-596 (2021).
  11. Soros, A. A., Chalew, S. A., McCarter, R. J., Shepard, R., Hempe, J. M. Hemoglobin glycation index: a robust measure of hemoglobin A1c bias in pediatric type 1 diabetes patients. Pediatr Diabetes. 11 (7), 455-461 (2010).
  12. Kim, W., Go, T., Kang, D. R., Lee, E. J., Huh, J. H. Hemoglobin glycation index is associated with incident chronic kidney disease in subjects with impaired glucose metabolism: a 10-year longitudinal cohort study. J Diabetes Complications. 35 (1), 107760 (2021).
  13. McCarter, R. J., Hempe, J. M., Gomez, R., Chalew, S. A. Biological variation in HbA1c predicts risk of retinopathy and nephropathy in type 1 diabetes. Diabetes Care. 27 (6), 1259-1264 (2004).
  14. Oikonomou, E. K., et al. Non-invasive detection of coronary inflammation using computed tomography and prediction of residual cardiovascular risk (the CRISP CT study): a post-hoc analysis of prospective outcome data. Lancet. 392 (10151), 929-939 (2018).
  15. Otsuka, K., et al. Napkin-ring sign on coronary CT angiography for the prediction of Acute Coronary Syndrome. JACC: Cardiovasc Imaging. 6 (4), 448-457 (2013).
  16. Motoyama, S., et al. Computed tomographic angiography characteristics of atherosclerotic plaques subsequently resulting in acute coronary syndrome. J Am Coll Cardiol. 54 (1), 49-57 (2009).
  17. Small, G. R., Chow, B. J. W. CT imaging of the vulnerable plaque. Curr Treat Options Cardiovasc Med. 19 (12), 92 (2017).
  18. Hempe, J. M., Gomez, R., McCarter, R. J., Chalew, S. A. High and low hemoglobin glycation phenotypes in type 1 diabetes: a challenge for interpretation of glycemic control. J Diabetes Complications. 16 (5), 313-320 (2002).
  19. Wang, Y., et al. Association between hemoglobin glycation index and 5-year major adverse cardiovascular events: the REACTION cohort study. Chin Med J. 136 (20), 2468-2475 (2023).
  20. Marini, M. A., et al. Association between hemoglobin glycation index with insulin resistance and carotid atherosclerosis in non-diabetic individuals. PLoS One. 12 (4), e0175547 (2017).
  21. Koska, J., et al. Advanced glycation end products, oxidation products, and incident Cardiovascular Events in Patients With Type 2 Diabetes. Diabetes Care. 41 (3), 570-576 (2018).
  22. Kim, M. K., et al. Hemoglobin glycation index predicts cardiovascular disease in people with type 2 diabetes mellitus: a 10-year longitudinal cohort study. J Diabetes Complications. 32 (10), 906-910 (2018).
  23. Ahn, C. H., et al. Hemoglobin glycation index is associated with Cardiovascular Diseases in People With Impaired Glucose Metabolism. J Clin Endocrinol Metab. 102 (8), 2905-2913 (2017).
  24. Van Diemen, P. A., et al. Prognostic value of RCA pericoronary adipose tissue CT-Attenuation Beyond High-Risk Plaques, Plaque Volume, and Ischemia. JACC: Cardiovasc Imaging. 14 (8), 1598-1610 (2021).
  25. Yu, Y., et al. Increased coronary pericoronary adipose tissue attenuation in diabetic patients compared to non-diabetic controls: a propensity score matching analysis. J Cardiovasc Comput Tomogr. 16 (4), 327-335 (2022).
  26. Ma, R., et al. Towards reference values of pericoronary adipose tissue attenuation: impact of coronary artery and tube voltage in coronary computed tomography angiography. Eur Radiol. 30 (12), 6838-6846 (2020).
  27. Calle, M. C., Fernandez, M. L. Inflammation and type 2 diabetes. Diabetes Metab. 38 (3), 183-191 (2012).
  28. Nicoll, R., Henein, M. Y. Arterial calcification: a new perspective?. Int J Cardiol. 228 (1), 11-22 (2017).
  29. Erlinge, D., et al. Identification of vulnerable plaques and patients by intracoronary near-infrared spectroscopy and ultrasound (PROSPECT II): a prospective natural history study. Lancet. 397 (10278), 985-995 (2021).
  30. Neumann, F. J., et al. 2018 ESC/EACTS Guidelines on myocardial revascularization. Kardiol Pol. 76 (12), 1585-1664 (2018).
  31. Sagris, M., et al. Pericoronary fat attenuation index—a new imaging biomarker and its diagnostic and prognostic utility: a systematic review and meta-analysis. Eur Heart J Cardiovasc Imaging. 23 (12), e526-e536 (2022).
  32. Oikonomou, E. K., et al. Non-invasive detection of coronary inflammation using computed tomography and prediction of residual cardiovascular risk (the CRISP CT study): a post-hoc analysis of prospective outcome data. Lancet. 392 (10151), 929-939 (2018).
  33. Lisi, C., et al. The pericoronary adipose tissue attenuation in CT strongly depends on kernels and iterative reconstructions. Eur Radiol. 35 (5), 2866-2876 (2025).
  34. Mancini, G. B. J., Kamimura, C., Yeoh, E., Ryomoto, A. Effects of adaptive or fixed thresholds and different platforms on the assessment of plaque characteristics using coronary computed tomography angiography. J Cardiovasc Comput Tomogr. 18 (3), 297-303 (2024).
  35. Vattay, B., et al. Impact of virtual monoenergetic levels on coronary plaque volume components using photon-counting computed tomography. Eur Radiol. 33 (12), 8528-8539 (2023).
  36. Hu, B., et al. The atherogenic index of plasma predicts long-term outcomes in patients with severe coronary artery calcification undergoing rotational atherectomy: a machine learning-based cohort study. Cardiovasc Diabetol. 25 (1), 2 (2025).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

태그

CT
문의하기
사서에게 추천하기

개인정보

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.