基于HR-MRI对富脂坏死核心与颈动脉斑块负荷、临床因素的相关性分析

冯莹印 高晓 宋金玉 曹立荣 纪盛章

缺血性脑卒中是国人致残、死亡的重要原因[1]。15%～20%的缺血性脑卒中由颈动脉易损斑块破裂引起[2]。基于高分辨MRI（high-resolution MRI，HRMRI）的研究[3-4]表明，颈动脉易损斑块成分对缺血性脑卒中有较好的预测价值。易损斑块特征包括富脂坏死核心（lipid-rich necrotic core，LRNC）、纤薄/破裂纤维帽、斑块内出血（intraplaque hemorrhage，IPH）、斑块表面不规则等。其中，LRNC主要由胆固醇晶体、凋亡细胞碎片组成，LRNC增大会导致斑块不稳定，增加缺血性脑卒中或短暂性脑缺血发作风险[5]。近年的研究多报道LRNC在缺血性脑卒中的预测及降脂治疗后在疗效评价中的应用，而对于LRNC的影响因素鲜有报道。由于颈动脉HR-MRI检查可以准确评估斑块负荷、斑块成分、斑块类型[6]，故本研究拟采用HR-MRI技术分析颈动脉斑块负荷与LRNC的相关性，并探讨影响LRNC的相关临床因素，旨在为预防LRNC增加脑缺血事件风险及LRNC的治疗提供线索。

1 资料与方法

1.1 研究对象 回顾性收集2011年5月—2015年12月间中国动脉粥样硬化风险评估研究[7]（CARE-II；NCT02017756）中完成颈动脉HR-MRI检查的短暂性脑缺血发作或前循环缺血性卒中病人323例，男235例，女88例，年龄26～87岁，平均（61.75±10.64）岁。纳入标准：①年龄＞18岁；②出现症状2周内完成HR-MRI检查；③超声检查显示至少1条颈动脉管壁内膜-中层厚度≥1.5 mm；④明确为症状侧颈动脉，即颈内动脉供血区确诊急性缺血性脑卒中或短暂性脑缺血[8]；⑤临床资料完整。排除标准：①同时有颅内出血、肿瘤、感染；②有心源性卒中证据；③影像质量不佳，影响判读；④MRI扫描范围未能包含斑块；⑤他汀类药物服用史。根据病人有无LRNC分为2组，LRNC（+）组有178例（55.11%），LRNC（-）组有145例（44.89%）。

1.2 临床资料收集 收集病人的一般资料，包括性别、年龄、体质量指数（body mass index，BMI）、吸烟、糖尿病、高脂血症、高血压、冠心病、心血管疾病家族史，以及入院24 h的实验室检查结果[如低密度脂蛋白胆固醇（low-density lipoprotein cholesterol，LDL-C）、高密度脂蛋白胆固醇（high-density lipoprotein cholesterol，HDL-C）、总胆固醇（total cholesterol，TC）、三酰甘油（triglyceride，TG）等]。

1.3 影像设备与方法 采用Philips Achieva TX 3.0 T MRI扫描设备，8通道相控阵表面线圈。扫描中心定位在症状侧颈总动脉分叉处，扫描范围为定位中心上下2 cm。扫描序列及主要参数：①T1WI采用四反转恢复（quadruple inversion recovery，QIR）技术，TR/TE 800 ms/10 ms，翻转角90°，FOV 140 mm×140 mm，层厚2 mm，矩阵256×256；②T2WI采用双反转恢复（double inversion recovery，DIR）技术，TR/TE 4 800 ms/50 ms，翻转角90°，FOV 140 mm×140 mm，层厚2 mm，矩阵256×256；③三维时间飞跃法（three-dimensional time-of-light，3D TOF）序列，TR/TE 20 ms/4.9 ms，翻转角20°，FOV 140 mm×140 mm，层厚1mm，矩阵256×256；④磁化准备快速梯度回波（magnetisation prepared gradient recalled echo，MP-RAGE）序列，TR/TE8.8ms/5.3ms，翻转角15°，FOV 140mm×140mm，层厚1 mm，矩阵256×256；⑤三维运动敏感驱动平衡快速梯度回波（three-dimensional motion sensitised driven equilibrium prepared rapid gradient echo，3DMERGE）序列，TR/TE 10 ms/4.8 ms，翻转角6°，FOV 250 mm×160 mm×70 mm，层厚0.7 mm，矩阵356×357。

1.4 影像分析 影像数据传输至北京清华大学生物医学成像研究中心和美国华盛顿大学血管成像实验室。由2名经过系统培训具有3年以上颈动脉斑块分析经验的医师使用CASCAD软件（University of Washington，Seattle，USA）对所有影像分别独立判读，如意见不一致，经协商确定。对影像质量进行4分制评分：（1=差，4=优），剔除评分≤2的影像。

1.4.1 颈动脉斑块负荷指标测量 在横断面影像上半自动勾画颈内或颈总动脉管腔、管壁边界，测量并计算颈动脉斑块负荷指标，包括：①平均管腔面积（lumen area，LA），为单侧颈动脉内壁轮廓内面积的平均值；②血管总面积（total vessel area，TVA），为单侧颈动脉外壁轮廓内总面积；③平均管壁面积（wall area，WA），为TVA减去LA的平均值；④管壁体积（wall volume，WV），WV=WA×层厚（2 mm）×层数；⑤平均及最大管壁厚度（wall thickness，WT），为单侧颈动脉WT的平均值及最大值；⑥平均标准化管壁指数（normalized wall index，NWI），为WA与TVA比值的平均值。详见图1。

图1 HR-MRI上颈动脉斑块勾画示意图。A图为经过处理后的横断面颈动脉管壁及斑块成分颜色编码示意图，黄色区域为LRNC，白色区域为钙化，蓝色区域为动脉管壁；B图为同一横断面T2WI影像，蓝色、红色、黄色、白色实线分别为颈动脉外壁、颈动脉内壁、LRNC和钙化轮廓线。

1.4.2 颈动脉斑块成分及管腔狭窄程度分析 根据HR-MRI表现分析并记录颈动脉斑块成分[9]，即①LRNC：T1WI上呈等或高信号，3D-TOF上呈等信号，T2WI上呈低信号（图2）；测量并计算LRNC最大面积百分比（横断面上选择LRNC最大层面，计算该层面LRNC面积与WA比值的百分比），据此分析确定高危斑块（即Ⅵ型斑块或LRNC最大面积百分比＞40%的斑块[10]）。②IPH：MP-RAGE、T1WI、3D-TOF上呈高信号，MP-RAGE上IPH信号强度高于胸锁乳突肌信号50%。③钙化：各序列上均呈低信号。在3D-TOF上测量并计算颈动脉管腔狭窄程度，管腔狭窄程度=（1-最窄处管腔直径/狭窄远端正常管腔直径）×100%[11]。

图2 LRNC（+）病人，男，71岁。A图为横断面T1WI序列，LRNC呈等信号；B图为横断面T2WI序列，LRNC呈局限低信号；C图为横断面3D-TOF序列，LRNC呈等信号。

1.4 统计学方法 采用SPSS 26.0软件进行数据分析。计量资料采用Kolmogorov-Smirnov检验分析是否符合正态分布，符合正态分布者以均值±标准差（±s）表示，2组间采用独立样本t检验比较；非正态分布者以中位数[M（P25，P75）]表示，2组间采用Mann-Whitney U检验比较。计数资料以例（%）表示，2组间采用χ2检验比较。采用单因素及多因素Logistic回归分析影响LRNC的颈动脉斑块负荷指标，将单因素Logistic回归分析中有统计学意义的指标作为自变量，将LRNC作为因变量，行多因素Logistic回归分析。采用单因素及多因素Logistic回归分析影响LRNC的相关临床因素，将单因素Logistic回归分析中全部指标作为自变量，将LRNC作为因变量，行多因素Logistic回归分析，并对影响LRNC的颈动脉斑块负荷指标校正以减少混杂偏倚。P＜0.05表示差异有统计学意义。

2 结果

2.1 2组病人临床资料比较 相比LRNC（-）组，LRNC（+）组男性更多，吸烟、高血压、糖尿病者更多，年龄更大、TC水平更高（均P＜0.05）。2组其他临床因素的差异无统计学意义（均P＞0.05），详见表1。

表1 2组病人临床资料比较 例（%）

2.2 2组病人颈动脉斑块特征比较 相比LRNC（-）组，LRNC（+）组的平均LA更小，平均WA、WV、平均NWI更大，最大WT、平均WT更厚，管腔更狭窄（均P＜0.05）；LRNC（+）组的IPH、钙化、高危斑块发生率更高（均P＜0.05），详见表2。

表2 2组病人颈动脉斑块特征比较

2.3 影响LRNC的颈动脉斑块负荷指标的Logistic回归分析 单因素Logistic回归分析结果显示，平均LA、平均WA、WV、平均NWI、最大WT、平均WT、管腔狭窄度与LRNC相关，将上述指标纳入多因素Logistic回归模型，结果显示最大WT是LRNC的独立预测因素（P＜0.001），详见表3。

表3 影响LRNC的颈动脉斑块负荷指标的Logistic回归分析

2.4 影响LRNC的临床因素的Logistic回归分析 单因素Logistic回归分析结果显示吸烟、高血压、糖尿病、TC、性别、年龄及最大WT与LRNC相关，将单因素Logistic回归分析中全部临床参数纳入多因素Logistic回归模型，并校正最大WT，结果显示TC（β=0.408，P=0.024）是LRNC的危险因素，HDL-C（β=-3.145，P=0.045）是LRNC的保护因素，详见表4。

表4 影响LRNC的临床因素的Logistic回归分析

3 讨论

3.1 颈动脉HR-MRI的应用价值LRNC由斑块内不均匀物质构成，它可破坏斑块内部结构，增加斑块不稳定性，当暴露于血液会激活血栓栓塞级联反应，因此是缺血性脑卒中的重要危险因素[5]。颈动脉HR-MRI通过应用黑血、亮血技术可以增加管壁与血流信号对比，直观显示管壁结构，识别斑块成分，结合图像分析软件可对颈动脉斑块负荷和斑块成分进行准确定性、定量分析；其与组织学金标准相比，具有良好的敏感性、特异性，因此已成为评价颈动脉粥样硬化的重要手段[12-13]。本研究采用HRMRI技术可准确评估病人颈动脉斑块负荷及斑块成分，进一步表明HR-MRI用于颈动脉斑块分析具有很高的实用价值。

3.2 颈动脉斑块负荷与LRNC的关系 本研究发现LRNC（+）组病人颈动脉斑块负荷更大，IPH、钙化、高危斑块发生率更高，提示含有LRNC的病人颈动脉粥样硬化更严重，缺血性卒中风险更高。WT、WA、LA、NWI、管腔狭窄程度是评估颈动脉斑块负荷的常用指标，可直观反映动脉粥样硬化病变的进展或消退。本研究采用单因素Logistic回归分析，结果显示平均LA、平均WA、WV、平均NWI、最大WT、平均WT、管腔狭窄度均与LRNC相关，但多因素Logistic回归结果显示最大WT是LRNC唯一独立预测因素，与Zhao等[9]研究结论相似，推测原因可能在于“正性重构”效应。动脉粥样硬化早期斑块偏心分布，对血流影响极小，随着病变进展斑块增大，机体启动保护机制，动脉管壁重塑以维持一定程度的LA，保证血流供应，因而LA的减小极为缓慢，管腔狭窄变化轻微，管壁重塑后WA的增大可能会与管腔代偿性扩张后的TVA相互抵消，而WT受“正性重构”效应影响极小，可能是本研究中LRNC与最大WT独立相关，而与其他斑块负荷指标不相关的原因。Catalano等[14]的观察性研究显示最大狭窄与LRNC显著相关，与本研究结果不同，可能因为该研究中病人的颈动脉狭窄更严重，且多因素Logistic回归分析模型中未包含对最大WT的分析。

3.3 临床因素与LRNC的关系 动脉粥样硬化是由动脉内膜下脂质堆积引起的慢性炎性疾病，主要危险因素包括高血压、糖尿病、吸烟、血脂异常等。胆固醇是动脉粥样硬化的关键驱动因素，在动脉壁沉积促进泡沫细胞形成，而泡沫细胞死亡导致死亡细胞碎片和细胞外胆固醇堆积，形成LRNC[13]。杜等[15-16]研究表明，长期降脂治疗可清除颈动脉斑块中的胆固醇，显著降低LRNC体积和体积百分比，稳定颈动脉斑块。高密度脂蛋白具有胆固醇逆转运作用，可将血管壁中的胆固醇反向转运至肝脏分解，减少胆固醇在血管壁的沉积[17]。Jebari-Benslaiman等[18]利用包含内皮细胞、平滑肌细胞和泡沫细胞的二维动脉粥样硬化斑块模型，通过模拟天然高密度脂蛋白的重组高密度脂蛋白可有效去除泡沫细胞中的胆固醇，改善动脉粥样硬化斑块。以上研究均证实了胆固醇和LRNC的关联。

本研究中的单因素Logistic回归分析结果显示，吸烟、高血压、糖尿病、TC、性别、年龄均与LRNC相关，但多因素Logistic回归分析显示TC是LRNC的危险因素，HDL-C是LRNC的保护因素，其他临床因素不是LRNC的影响因素。推测原因可能为高水平TC会造成血管壁沉积更多的胆固醇，而高密度脂蛋白数量减少或功能受损会导致逆转运不足，进而使得血管壁胆固醇外排减少，因而更容易形成LRNC。Pletsch-Borba等[19]研究发现高水平TC是LRNC的独立危险因素，但未发现HDL-C与LRNC相关；Zhao等[20]研究发现HDL-C是LRNC的独立保护因素，但未发现TC与LRNC相关。以上研究结果与本研究存在差异，原因可能与研究人群的基线特征、种族及他汀药物使用与否有关。他汀药物会使颈动脉斑块特征及血浆胆固醇含量发生变化，可能会影响LRNC与TC及HDL-C之间的关联。因此，本研究在病人纳入阶段排除他汀类药物治疗病人，剔除降脂治疗的影响。

3.4 局限性 本研究存在一定不足：①是横断面研究，缺乏LRNC随时间变化的数据，且未探讨LRNC体积及体积百分比与临床因素之间的关系，将来需要完善LRNC和临床参数长期变化的数据，进一步明确LRNC发生和体积变化的影响因素，并探索长期降脂治疗后LRNC持续存在的原因及残余卒中风险；②研究对象为症状性病人，结果不能代表全部人群，需要进一步对多中心、大样本无症状人群研究，以对初步结论进行验证；③HR-MRI不使用对比剂，LRNC的识别可能出现高估，将来可以联合增强MRI、扩散加权成像等技术，为颈动脉斑块成分评估提供更多信息。