从常规心脏CT通过心外膜脂肪放射组学表型早期预测心力衰竭
本研究开发并验证了一种基于心外膜脂肪放射组学表型(FRP_HF)预测心力衰竭风险的创新方法,通过对72,751名接受常规冠状动脉CT血管造影(CCTA)的成年人进行多中心队列研究,利用深度学习技术提取1,655个心外膜脂肪特征,结果表明该模型在内外部验证队列中展现出卓越的预测能力(C统计量分别为0.869和0.850),FRP_HF每增加25个百分点,心力衰竭风险增加近4倍,最高风险组与最低风险组相比风险高出近20倍,且该方法在不同人群和射血分数范围内保持一致性,为心力衰竭的早期筛查和精准预防提供了强大工具,有望将常规心脏CT检查转变为心血管风险评估的多功能平台。

