Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.

Onderzoeksartikel

Associatie tussen de hemoglobineglycatie-index en coronaire arteriële ontsteking bij type 2 diabetes mellitus gebaseerd op CCTA

119 weergaven

DOI:

10.3791/70457

22 mei 2026

In dit artikel

Samenvatting

Deze studie analyseerde gegevens van patiënten met type 2 diabetes mellitus om de relatie tussen hemoglobineglycatie-index (HGI) en coronaire arterieontsteking te onderzoeken. Hogere HGI-niveaus werden in verband gebracht met verhoogde perivasculaire ontsteking en CT-plaques met hoog risico, wat wijst op HGI als mogelijke marker voor cardiovasculaire risicobeoordeling.

Samenvatting

Hemoglobine glycatieindex (HGI) wordt gebruikt om de biologische variatie van hemoglobine A1c (HbA1c) te kwantificeren. De huidige studie onderzocht de relatie tussen HGI en coronaire arterieontsteking bij patiënten met type 2 diabetes mellitus (T2DM). In totaal 360 zieke kransslagaders van 185 T2DM-patiënten. Patiënten en hun zieke vaten werden ingedeeld in drie verschillende groepen volgens de tertielen van HGI: H1 (lage groep), H2 (middelgrote groep) en H3 (hoge groep). Klinische basisgegevens, perivasculaire vetattenuatie-index (FAI) binnen de proximale 40 mm van de drie kransslagaders, kwantitatieve plaqueparameters en het aandeel van computertomografie (CT) hoog-risico plaquekenmerken werden vergeleken. Bovendien werd een multivariate logistische regressieanalyse gebruikt om de risicofactoren voor CT-hoogrisicoplaques te analyseren. De resultaten toonden aan dat de perivasculaire FAI van de linker voorste dalende slagader (LAD) en de linker circumflexe arterie (LCX), de vezelige en lipidecomponentvolumes, evenals hun respectievelijke volumeverhoudingen, toenamen met een toename van HGI (P<0,05). De prevalentie van CT-hoogrisicoplaques nam ook toe met een toename van HGI (P<0,001). HGI (odds ratio (OR) = 1,764, 95% betrouwbaarheidsinterval (BI) = 1,363–2,284, P<0,001) en LAD-FAI (OR = 1,086, 95% BI = 1,032–1,143, P<0,05) waren onafhankelijke risicofactoren voor CT hoogrisicoplaques. Samenvattend kan HGI dienen als een potentiële complementaire biomarker voor coronaire ontsteking en plaquekwetsbaarheid bij patiënten met T2DM, en het vereist verdere validatie in grotere prospectieve studies.

Inleiding

Atherosclerotische hart- en vaatziekten (ASCVD) blijven de belangrijkste wereldwijde oorzaak van sterfte en invaliditeit, waarbij ouderen (≥60 jaar) een kwetsbare populatie vormen met een verhoogd cardiovasculair risico1. Type 2 diabetes mellitus (T2DM), dat wereldwijd tot de meest voorkomende chronische aandoeningen behoort, wordt in verband gebracht met verschillende complicaties. Bij personen met T2DM is coronaire hartziekte (CAD) de belangrijkste factor die bijdraagt aan ongunstige uitkomsten2. CAD wordt voornamelijk veroorzaakt door een chronisch ontstekingsproces als gevolg van coronaire atherosclerose, lipidmetabolisme en vasculaire disfunctie3. De chronische hyperglykemische toestand bij patiënten met T2DM verergert de vasculaire ontsteking verder. Vasculaire ontsteking draagt niet alleen bij aan de vorming van coronaire atherosclerotische plaques, maar is ook een belangrijke trigger van plaque ruptuur4. Daarom kan het kwantificeren van coronaire arteriële ontsteking de risicostratificatie van CAD-patiënten vergroten. Er zijn echter al jaren pogingen om biomarkers te gebruiken om het ontstekingsproces te evalueren; conventionele circulerende ontstekingsmarkers, zoals hooggevoelig C-reactief eiwit en interleukine-6, missen specificiteit voor vasculaire ontsteking. Bovendien kan positronemissietomografie/computertomografie (PET/CT) ontsteking van de arteriële wand monitoren, maar kan het de ontstekingslast van coronaire slagadersnietdirect beoordelen en is het duur en beperkt in klinische toepassing.

Recentelijk is de verandering in pericoronair vetweefsel (PCAT) verzwakking, beoordeeld met coronaire computertomografie (CCTA), naar voren gekomen als een nieuwe gevoelige biomarker voor het detecteren van coronaire ontsteking6. Deze nieuwe marker, bekend als de perivasculaire vetattenuatie-index (FAI), is aangetoond dat hij cardiovasculaire gebeurtenissen significant voorspelt4. Bovendien dienen computertomografie (CT) kenmerken van hoog-risico plaque als indirecte markers voor vasculaire ontsteking en geven ze ook de kwetsbaarheid en het risico op ruptuur van plaques aan (ruptuur wordt voornamelijk veroorzaakt door ontsteking)7, die gelijktijdig kunnen worden vastgesteld met CCTA.

Hemoglobine A1c (HbA1c) is de gouden standaard in de klinische praktijk voor het beoordelen van glycemische controle bij diabetische patiënten, waarbij goede glycemische controle niet alleen helpt microvasculaire complicaties te verminderen, maar ook onafhankelijk samenhangt met het optreden van grote cardiovasculaire gebeurtenissen bij patiënten met T2DM en multivasculaire CAD8. Veranderingen in HbA1c-niveaus kunnen echter slechts 60%–80% van de gemiddelde bloedglucose (MBG) 9 verklaren, en verschillen in HbA1c kunnen worden beïnvloed door individuele variabiliteit in glucosemetabolisme, fysiologische kenmerken en genetische aanleg10. Daarom kan de meting van HbA1c de status van het glycemische metabolisme niet volledig weerspiegelen.

De hemoglobineglycatie-index (HGI) wordt gebruikt om de biologische variatie in HbA1c te kwantificeren, onafhankelijk van de gemiddelde bloedglucose (MBG) niveaus. HGI kan personen identificeren wiens HbA1c-waarden hoger of lager zijn dan gemiddeld in vergelijking met anderen met vergelijkbare bloedsuikerwaarden11. Verschillende studies hebben de relatie bevestigd tussen HGI en diabetescomplicaties, zoals een hoger risico op diabetische nefropathie of retinopathie bij patiënten met een hoog HGI12, 13 en T2DM. Een hogere HGI wordt geassocieerd met een verhoogd risico op chronische vaatziekten12,13.

Momenteel blijft de associatie tussen HGI en coronaire arterieontsteking bij T2DM-patiënten onduidelijk. Daarom was deze studie bedoeld om de relatie tussen HGI en perivasculaire FAI, verschillende plaquecomponentparameters en CT-kenmerken van hoogrisicoplaque op basis van CCTA te onderzoeken, om de risicostratificatie bij T2DM-patiënten met gelijktijdige coronaire atherosclerose te verbeteren.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

Deze studie werd goedgekeurd door de Institutional Review Board van het Affiliated Hospital of Nantong University (goedkeuringsnummer 2025-K179-01), en de vereiste voor geïnformeerde toestemming werd opgeheven. De software en de gebruikte apparatuur staan vermeld in de Materiaallijst.

1. Studieonderwerpen en groepering

Tussen januari 2016 en mei 2023 werden gegevens verzameld voor 752 patiënten met T2DM die CCTA ondergingen in het Affiliated Hospital van Nantong University. T2DM werd vastgesteld volgens de Richtlijnen voor de Preventie en Behandeling van Type 2 Diabetes in China (editie 2020). De uitsluitingscriteria waren als volgt: (1) slechte CCTA-beeldkwaliteit; (2) aangeboren coronaire afwijkingen, innesteling van een coronaire stent of post-coronaire bypassoperatie; (3) zwangerschap of hemoglobinopathie; (4) cardiogene ziekten anders dan coronaire hartziekte; (5) onvolledige basislijngegevens. In totaal werden 185 proefpersonen in de eindanalyse opgenomen. In totaal werden 360 zieke kransslagaders geanalyseerd, waarvan de belangrijkste takken met coronaire plaques de linker hoofdarterie (LM), linker voorste dalende (LAD), linker circumflexe arteria (LCX) en rechter kransslagader (RCA) waren. Klinische basisgegevens, waaronder nuchtere plasmaglucose (FPG), HbA1c, totaalcholesterol (TC), triglyceriden (TG), hoogdicht lipoproteïnecholesterol (HDL-C), laagdichtheidslipoproteïnecholesterol (LDL-C) en urinezuur (UA), werden binnen 48 uur voor en na het CCTA-onderzoek verzameld.

Aangezien HGI een lineair regressieresidu is, kan de voorspelde HbA1c worden gegenereerd door FPG in te voeren in de univariate lineaire regressievergelijking tussen HbA1c en FPG in de studiepopulatie. HGI wordt gedefinieerd als het verschil tussen het daadwerkelijke HbA1c en het voorspelde HbA1c. Patiënten en hun getroffen kransvaten werden volgens HGI-tertielen in drie groepen verdeeld: H1 (lage groep) ≤-0,91, -0,91< H2 (middelmatige groep) <0,49, H3 (hoge groep) ≥0,49. Het onderzoeksontwerp en de selectiecriteria voor patiënten zijn weergegeven in Figuur 1.

2. CCTA-examen

CCTA-onderzoeken werden uitgevoerd met een 256-slice computertomografie (CT) scanner met het volgende protocol: detectorcollimatie van 160 mm × 0,5 mm, rotatiesnelheid van de portaal van 0,28 s/rotatie, sneeddikte van 0,625 mm, buis-stroomtijdproduct van 350–635 mAs, en buisspanning van 100–120 kVp. Alle patiënten werden gescand met behulp van retrospectieve elektrocardiogram-gestuurde technologie. De scan werd uitgevoerd van 1 cm onder de tracheale bifurcatie tot het diafragmaoppervlak van het hart.

Contrastversterkte beeldvorming werd uitgevoerd na intraveneuze toediening van een niet-ionisch contrastmiddel in de brachiale vena met een debiet van 5 mL/s, direct gevolgd door een 20 mL zoutoplossing met dezelfde snelheid. De dosering van het contrastmiddel was 0,8 mL per kilogram lichaamsgewicht. Voor verbeterde scans werd contrastmiddel-tracking triggertechnologie gebruikt, die automatisch de CT-waarde van de aortawortel detecteert, met een triggerdrempel van 120 Hounsfield-eenheden (HU).

3. Analyse van FAI

De originele CCTA-beelden werden geüpload naar de Deepwise Vascular Analysis Software (DW-CACTAS, Deepwise Corporation, China) door een radioloog met meer dan drie jaar ervaring, die blind was voor de klinische en CT-informatie van de patiënt. De software markeert automatisch de PCAT rond de proximale 40 mm LAD en LCX en 10–50 mm RCA en maakt handmatige aanpassingen mogelijk aan de automatische weergave van de kransslagaderwanden, waarna de FAI voor deze drie kransslagaders wordt berekend. PCAT werd gekarakteriseerd als het vetweefsel dat radiaal ligt op een afstand gelijk aan de diameter van het kransvat ten opzichte van de buitenwand, waarbij de drempelwaarde ligt tussen -190 en -30 HU14. FAI werd gedefinieerd als de gemiddelde CT-dempingswaarde van PCAT (Figuur 2).

4. Kwantitatieve analyse van CCTA-plaque

Coronaire atherosclerotische plaques verwijzen naar een type weefselstructuur die zich bevindt binnen of naast het lumen van de kransslagader, met een gebied van meer dan 1 mm2, verschillend van pericardiale weefsels, epicardiaal vetweefsel en het vasculaire lumen15. CCTA-beelden werden overgebracht naar een commerciële werkstation voor kwantitatieve analyse van plaques. In CCTA-beelden waren de CT-drempelwaarden voor verschillende plaquecomponenten als volgt: de CT-waarde van de lipidecomponent was ingesteld op -100–30 HU, de CT-waarde van de vezelcomponent op 31–130 HU, en de CT-waarde van verkalkte componenten op 131–300 HU16, en het totale plaquevolume van elke zieke kransslagader werd gemeten.

De vier CT-kwetsbaarheidskenmerken van hoogrisico coronaire arterieplaques waren positieve remodellering, plaque met lage attenuatie, vlekkerige verkalking en het servetringteken. Coronaire plaques die twee of meer van bovenstaande kenmerken vertoonden, werden gedefinieerd als CT hoogrisicoplaques17.

5. Statistische analyse

Categorische gegevens werden uitgedrukt als frequentie en percentage [%], geanalyseerd met de chi-kwadraattest en verder vergeleken tussen groepen met behulp van de rij-voor-kolom chi-kwadraat-partitie (gecorrigeerd P = 0,0167). De Kolmogorov-Smirnov-test werd gebruikt om de normaliteit van kwantitatieve gegevens te onderzoeken. Normaal verdeelde kwantitatieve gegevens werden gepresenteerd als gemiddelde ± standaarddeviatie (SD), en statistische verschillen werden beoordeeld met behulp van variantieanalyse (ANOVA). Kwantitatieve gegevens die niet normaal verdeeld waren, worden gepresenteerd als het mediaan- en interkwartielbereik [M (Q1, Q3)], waarbij de Kruskal-Wallis-test wordt toegepast voor vergelijkingen tussen meerdere groepen. Univariate en multivariate binaire logistische regressieanalyses werden uitgevoerd om onafhankelijke risicofactoren te identificeren die geassocieerd zijn met CT-hoogrisicoplaques. Statistische analyse werd uitgevoerd met SPSS 26.0-software. Een P-waarde van <0,05 werd als statistisch significant beschouwd.

6. Lineaire regressieanalyse van HGI met perivasculaire FAI

Multivariabele lineaire regressie werd uitgevoerd om de associatie tussen HGI (continu) en perivasculaire FAI (LAD-FAI en LCX-FAI) te beoordelen, waarbij gecorrigeerd werd voor dezelfde covariaten als in de primaire analyse.

7. Gevoeligheidsanalyse met behulp van HGI-kwarttielen

Om de robuustheid van de bevindingen te beoordelen, werd HGI gecategoriseerd in kwartielen, en de associatie met CT-hoogrisicoplaques werd opnieuw geëvalueerd met behulp van multivariabele logistische regressie, waarbij gecorrigeerd werd voor dezelfde covariaten als in de primaire analyse.

8. Subgroep- en interactieanalyses

Subgroepanalyses werden uitgevoerd op basis van leeftijd, geslacht en glycemische controleniveau met behulp van multivariabele logistische regressie, waarbij gecorrigeerd werd voor dezelfde covariaten als in de primaire analyse, behalve de stratificatievariabele zelf. Interactietermen tussen HGI en elke stratificatievariabele werden getest om effectmodificatie te beoordelen.

9. Beperkte kubische spline-analyse

Om potentiële dosis-responsrelaties en niet-lineaire relaties tussen HGI en de uitkomsten te onderzoeken, werden beperkte kubieke spline (RCS) analyses uitgevoerd waarbij HGI als continue variabele werd gemodelleerd. Voor CT-plaque met een hoog risico werden RCS-logistische regressiemodellen toegepast, terwijl voor LAD-FAI RCS-lineaire regressiemodellen werden gebruikt. Alle modellen werden aangepast voor dezelfde covariaten als in de primaire analyse. De algehele associatie en de niet-lineaire component werden beoordeeld met behulp van de Wald-test.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

Associatie tussen HbA1c en FPG

Er werd een lineaire relatie vastgesteld tussen de HbA1c- en FPG-metingen van patiënten, waarbij de regressievergelijking werd afgeleid: voorspeld HbA1c = 0,28 × FPG + 5,75, met r = 0,508 en P < 0,001 (Figuur 3).

Vergelijking van klinische basisgegevens en FAI tussen verschillende groepen

HGI-w...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

De huidige studie toonde aan dat het volume en het aandeel van verkalkte en niet-gekalkte plaques toenamen met een toename van de HGI-niveaus. Tegelijkertijd namen het voorkomen en de verhouding van CT-high-risk kenmerken (plaques met lage attenuatie) in kransslagaderatherosclerotische plaques ook toe met een stijging van de HGI-niveaus. Metingen van FAI-waarden in de drie belangrijkste kransslagaders toonden aan dat ook de LAD-FAI- en LCX-FAI-waarden stegen met een stijging van de HGI-w...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

Alle auteurs geven aan dat zij geen belangenconflicten hebben met betrekking tot deze studie.

Dankbetuigingen

De auteurs willen hun oprechte dank uitspreken aan professor Xianhua Wu voor zijn waardevolle begeleiding, constructieve suggesties en voortdurende steun gedurende het onderzoek. We danken ook het personeel van het Affiliated Hospital van de Nantong Universiteit voor hun hulp bij het ophalen van gegevens en het beoordelen van casussen.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
Commercial WorkstationShukun TechnologyAI-assisted diagnostic system voor coronaire CT-beeldvormingGebruikt voor kwantitatieven analyse van coronaire atherosclerotische plaques.
Computed Tomography SystemGE HealthcareRevolution CT (256-slice)Gebruikt voor coronaire computertomografie angiografie (CCTA) onderzoeken. Scanparameters: detector collimatie van 160 x 0,5 mm, gantry rotatiesnelheid van 0,28 seconde/rotatie, slice dikte van 0,625 mm.
Non-ionic Contrast AgentBayer Health-careUltravist 370Intraveneus contrastmiddel. Dosering was 0,8 mL per kg lichaamsgewicht, injectiesnelheid van 5 mL/seconde, gevolgd door een 20 mL zoutoplossing flush met dezelfde snelheid.
Statistical SoftwareIBMSPSS 26.0Gebruikt voor alle statistische analyses, inclusief ANOVA, chi-square tests, en logistieke regressieanalyse.
Vascular Analysis SoftwareDeepwise CorporationDW-CACTASGebruikt om pericronaal vetweefsel automatisch af te bakenen en de vetattenuatie index (FAI) te berekenen. Geopereerd door een radioloog die geblinddoekt is voor patiëntinformatie.

Referenties

  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).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Trefwoorden

Coronaire CT angiografierisicovolle plaqueperivasculaire vet attenuatieplaque kwetsbaarheidlogistische regressieplaque kwantificeringbiomarker diabetes