识别高危患者B型主动脉夹层的发展基于小说形态参数
大李1、2
__,
Jichun赵
Tinghui郑
鼎元- 1应用力学,四川大学,成都,中国
- 2宜宾宜宾工业技术研究所、四川大学公园,中国宜宾
- 3部血管手术,普通外科学系,华西医院,四川大学,成都,中国
- 4Med-X信息学中心,四川大学,成都,中国
背景:预测的发展,零星的B型主动脉夹层(TBAD)总是仍然是一个困难的问题。本研究旨在识别高危患者发展TBAD基于形态学参数。
方法:这propensity-score-matched病例对照研究收集和重建急性TBAD病人和医院的电脑断层血管摄影控制参与者没有主动脉夹层从2013年1月至2016年12月。多元回归分析是用来计算调整优势比(aOR)和95%可信区间(CI)。判别和重新分类能力比较我们的模型与先前建立模型。
结果:我们的研究包括76名急性TBAD病人和79个对照组(48例和倾向评分匹配后48控制)。问号的程度(优势比1.07,95% CI 1.04 - -1.11)、头臂动脉干直径(优势比为1.49,95%可信区间1.20 - -1.85),头臂动脉干角(优势比为0.97,95%可信区间0.94 - -0.99),主动脉根直径(优势比为1.31,95%可信区间1.15 - -1.48),和主动脉瓣宽度(优势比为1.12,95%可信区间1.07 - -1.17)的风险显著增加TBAD形成。类似的结果中观察到的倾向评分匹配和灵敏度分析只包括hyperacute TBAD病人。建立了一种新的预测模型基于上述参数。新模型显示显著提高判别能力与先前建立的模型(c指数为0.78 (95% CI 0.71 - -0.85)和0.67 (95% CI 0.58 - -0.75),p= 03),由增加重新分类识别能力TBAD患者(NRI事件0.16,95%可信区间0.02 - -0.30,p= .02点)。
结论:形态预测,包括程度的问号,主动脉瓣宽度、主动脉根直径、头臂动脉干角,头臂动脉干直径,可用于识别高危病人TBAD。
介绍
急性主动脉夹层是最常见的一种类型的主动脉紧急状态,定义为内膜和中分离的层由校内的出血(埃贝尔et al ., 2014),允许血液流壁层之间。通常情况下,两层之间的通道被称为流泪,和新腔称为假腔。国际注册数据显示急性主动脉夹层(IRAD)注册表(佩普et al ., 2015),发生率的B型主动脉夹层(TBAD)约占三分之一的解剖患者17年的时间。最近有一个大型的前瞻性队列研究报道,TBAD可能增加的发生率,达到大约15每100000例患者年(Landenhed et al ., 2015)。
TBAD被认为是多因素疾病的病因,包括内生因素,例如,马凡氏综合症和Loeys-Dietz综合症,和外生风险因素,比如高血压和非法毒品使用(Lombardi et al ., 2020)。然而,这些盛典风险因素似乎是广泛的,只有封面TBAD病人的一部分,和其他特征的标识可以帮助预测TBAD的发展具有十分重要的意义。最近,新兴证据证明解剖参数的作用与TBAD的风险(Shirali et al ., 2013;Craiem et al ., 2017;曹et al ., 2020;邱et al ., 2020)。许多研究表明,更大的宽度和高度主动脉弓或升主动脉与TBAD(风险增加有关曹et al ., 2020;邱et al ., 2020),但问题也提出了关于使用post-dissection ct血管造影(CTA)在主动脉的形态可以显著改变后14天开始解剖(Rylski et al ., 2014;彼得斯et al ., 2016)。其他研究发现主动脉弧角或曲折可能作为潜在的具体预测TBAD除了主动脉扩张和延伸率(Shirali et al ., 2013;曹et al ., 2020)。然而,也有担心主动脉形态学是年龄相关性,应适当调整(Craiem et al ., 2017)。虽然先前的研究大大促进了我们理解TBAD解剖参数与发展,它仍然是有意义的探索潜在的形态学的风险因素,能更好地使个人TBAD高危急性TBAD人口。
最近的一项研究提出了一个新颖的解剖参数,即。,degree of question mark, depicting the composite morphology of the aortic arc and descending aorta (李et al ., 2020)。在目前的研究中,我们分析了重建从急性TBAD患者CTA数据并倾向score-matched控制的混杂效应降到最低年龄和形态学改变后主动脉剥离。我们的目的是研究1)之间的关联程度的问号和其他解剖参数和TBAD发展的风险,和2)开发和验证一个新的关于TBAD的发展预测模型。
材料和方法
研究设计和设置
在这回顾匹配病例对照研究中,我们回顾了三级机构数据库的患者被诊断出患有急性TBAD从2013年1月至2016年12月。当地的机构审查委员会批准了这项研究,放弃需要病人同意由于匿名数据的回顾性研究。我们研究依法加强流行病学的观察性研究报告(闪光灯)的病例对照研究(补充表S1)(冯榆树et al ., 2007)。
研究人群
例患者被确认为病人诊断为急性TBAD三级中心。TBAD的长期性分类是基于社会的报告标准血管外科/协会心胸外科(sv / STS) (Lombardi et al ., 2020)。TBAD的急性期是14天内定义为出现症状,而hyperacute TBAD 24小时内出现症状的特点。患者排除如果他们先前的主动脉疾病的历史,结缔组织疾病,或已知的基因引起的主动脉疾病(马凡氏综合症,Loeys-Dietz综合症和恰当牵拉);主动脉疾病的家族史;或没有原始CTA记录。
控制病人那些正常的主动脉经主动脉CTA,匹配的索引日期对应日期TBAD诊断。这些患者CTA出于各种原因,例如,胸痛、内脏动脉动脉瘤或夹层,肾下的腹主动脉瘤,和外周动脉疾病。
成像分析
医学数字成像和通信标准)CTA记录的数据和控制组织提取以匿名的方式进行进一步分析。一位作者失明患者临床特征和统计分析重建DICOM数据使用图像处理软件(模仿v15.0,实现,鲁汶,比利时)。创建一个中心线从主动脉瓣环的腹主动脉分叉。重建主动脉分为九个区基于sv / STS主动脉剥离分类系统(Lombardi et al ., 2020)。
形态学参数
头臂动脉干的直径(BCT),左颈动脉(LCA),和左锁骨下动脉(LSA)测量5毫米远离主动脉弓。主动脉的长度测量从主动脉瓣环中线腹主动脉分叉的。旅级战斗队的高度,LCA, LSA的垂直距离这些分支动脉的位置最高的主动脉弓的水平。旅级战斗队的角度,LCA, LSA是衡量的中心线的夹角分支动脉和主动脉的中心线。主动脉宽度定义之间的最大距离升序和降序主动脉。主动脉高度被定义为垂直距离的最高点外曲率的主动脉弓的最高点主动脉弓的内在曲率。在最近的一项研究描述(李et al ., 2020)、问号定义如下:首先,找到主动脉弓的最高点定义为o,然后找到最远点在降主动脉的水平方向定义为b和b点的水平面,然后找到投影的腹腔动脉入口的水平面,最后形成的角oa和ob是问号。主动脉瓣弯曲度被定义为直线距离的比值的主动脉的中心线长度主动脉。详细说明形态测量显示在图1。
图1。详细说明TBAD形态参数的相关发展。标题:旅战斗队,头臂动脉干;LCA,左颈动脉;LSA、左锁骨下动脉。(一)L1、L2和L3代表旅级战斗队的高度,LCA, LSA,分别;L4和L5代表主动脉弓的高度和宽度的主动脉,分别;蓝色的圆圈代表中心线的直径。(B)角θ表示程度的问号。(C)中心线红色、蓝色和黄色代表升主动脉的长度,升主动脉和主动脉弓和总主动脉;蓝色的直线代表主动脉根之间的距离和主动脉弓;黄色的直线代表主动脉根之间的距离和降主动脉的结束。
统计分析
连续数据提出了均值±标准差(SD)如果他们正态分布或中位数和四分位范围(差)反之亦然。分类数据提出了数字(百分比)。学生的t -测试或Mann-WhitneyU测试是用于单变量分析的连续数据,χ2测试或确切概率法是用于分类数据。采用多个归责处理缺失数据的混杂因素。R studio版本1.2.1335 (http://www.R-project.org)和授权(www.empowerstats.com,用户的解决方案,公司,波士顿,MA)是用于统计分析。
倾向评分匹配
减少潜在的混杂因素所产生的偏见,我们进行了多变量逻辑回归调整年龄、性别、体重指数和解剖特征在整个人口。此外,我们在三个时尚进行了灵敏度分析。首先,我们进行了一次倾向评分(PS)匹配分析,基于年龄、性别、体重指数、高血压、和其他并发症,进一步考虑混杂效应。第二,我们代入分析仅包括hyperacute TBAD PS-matched控制病人,病人和1:1的形态学hyperacute解剖主动脉被认为是类似于pre-dissected主动脉(彼得斯et al ., 2016;Lombardi et al ., 2020)。第三,我们排除了退行性肾下的腹主动脉瘤的总体控制,从而消除腹部主动脉壁退化的潜在混杂效应对整个主动脉形态学。
模型开发和验证
接受者操作特征(ROC)曲线是描述不同预测的预测能力TBAD的发展。独立预测因子由多元逻辑回归分析确定参与完整的模型,最后模型安装使用逐步逆向选择(柯林斯et al ., 2015)。模型的判别能力是评估使用哈勒尔的一致性统计(c指数)。对个别病人的风险发展TBAD计算使用以下公式:
LP(线性预测)和产品的预测和相关系数对一个特定的病人。
内部使用引导1000重采样方法进行了验证。预测和观察到的事件之间的协议是评估图形校正曲线,提出了一个模型的视觉估计的性能。如果附近的点落在或45°线,被认为具有良好的校正模型。如果45°线上方的点下降,该模型被认为高估TBAD和的风险反之亦然。
的临床意义
评估我们的模型的含义在临床实践中,我们比较了判别能力和重新分类能力模型(模型2)与先前建立模型(模型1)(Shirali et al ., 2013)。哈勒尔的一致性统计(c指数)是用来评估的能力,和净重新分类指数(NRI)应用于评估每个模型的重新分类性能(Pencina et al ., 2008)。决策曲线分析被用来评估模型2和模型1的临床效益,提出了为净收益(维氏et al ., 2016)。值0表示没有好处,值越大表示更大的好处。
结果
基线特征
研究人口由76急性TBAD病人和79个对照组。一个详细的选择流程图所示补充图S1。案件组参与者发现明显比对照组的参与者(65.03±12.30和51.17±12.11,p<措施)。两组之间没有显著差异被发现BMI、性别、高血压、和其他主要并发症(表1)。倾向评分匹配后,48例患者和48控制患者相匹配的进一步分析,很好的平衡在年龄、性别、体重指数、并存病(表1)。在急性TBAD患者,发病时间中值为19 h, hyperacute和30个病人被发现。
表1。包括人口的基线特征。
形态参数和TBAD之间的联系
在整个人口,问号,旅战斗队,LCA直径、直径旅战斗队,LCA高度,主动脉瓣宽度、高度主动脉根直径、BCT角,和主动脉TBAD曲折与风险相关的单变量分析(表2)。多变量调整后,程度的问号(或1.06,95%可信区间1.03 - -1.09,p<措施)、BCT直径(或1.32,95%可信区间1.11 - -1.56,p=措施),主动脉瓣宽度(或1.14,95%可信区间1.08 - -1.21,p<措施)、BCT角(或0.97,95%可信区间0.94 - -0.99,p= .020)和主动脉根直径(或1.31,95%可信区间1.15 - -1.48,p<措施)仍然是发展的独立预测因子TBAD (表2)。
表2。单变量和多变量逻辑回归分析的结果对于TBAD的风险在整个人口。
PS匹配后,我们发现,问号的程度(或1.06,95%可信区间1.03 - -1.10,p<措施)、BCT直径(或1.41,95%可信区间1.12 - -1.78,p= .003),主动脉瓣宽度(或1.11,95%可信区间1.06 - -1.17,p<措施),主动脉根直径(或1.34,95%可信区间1.14 - -1.58,p<措施)和主动脉弓直径(或1.22,95%可信区间1.06 - -1.41,p= .006)是TBAD的风险显著增加,而旅级战斗队角TBAD风险显著降低(或0.95,95%可信区间0.91 - -0.98,p= .002)。子群的hyperacute TBAD non-degenerative控制的灵敏度分析,也观察到类似的结果(补充表S3)。
模型开发
所有形态参数显著(p< . 05)单变量的风险与TBAD被安装到一个多变量模型,之后逐步执行逆向选择。角,问号,银联信讬旅战斗队,主动脉根直径、直径和主动脉瓣宽度是包含在最终的模型,以下的概率公式总结发展TBAD:
LP =−5.97378 + 0.05570 + 0.05196 * *程度的问号主动脉根直径主动脉宽度+ 0.16872 + 0.00772 * *旅级战斗队直径−0.02608 *旅级战斗队角。
模型验证
预测模型的c指数为0.78 (95% CI 0.71 - -0.85)。图2提出了一种图形表示校准曲线的内部验证1000引导。曲线显示整体协议TBAD发展的预测和观察到的风险。
图2。校准曲线的小说在propensity-score-matched人口预测模型。标题:b,引导。红线是理想的参考校准线,和黑色的曲线是实际观察到的校准曲线。轴表示预测TBAD形成的风险,和y轴表示观察TBAD形成的风险。黄色区域表示的95%置信区间从1000年时间引导观察生成的风险。
临床实用程序
与之前报道的模型相比,我们的模型有显著提高的能力(c指数为0.78 (95% CI 0.71 - -0.85)和0.67 (95% CI 0.58 - -0.75),p= .030,图3)和重新分类能力TBAD患者(NRI事件0.16,95%可信区间0.02 - -0.30,p= .015,补充表S2)相比先前建立的模型在整个人口。PS-matching之后,我们还发现显著提高歧视性的能力在我们的模型(c指数为0.84 (95% CI 0.76 - -0.90)和0.72 (95% CI 0.62 - -0.81),p= .015,补充图S2),由增加重新分类识别能力non-TBAD患者(NRI有惊无险0.13,95%可信区间0.03 - -0.23,p= .008,补充表S2)。至于临床性能、曲线分析表明,模型2的决定是与更高的阈值概率之间的净收益20% - -80% (图4),建议在临床实践中我们的模型的优越性。
图3。比较歧视能力两个预测模型在整个人口。标题:模型1角,包括银联信讬主动脉曲折,主动脉弓直径。模型2涉及的问号,主动脉根直径、主动脉瓣宽度、直径BCT角,和银联信讬。
图4。决策曲线分析比较两个模型之间的临床效用propensity-score-matched人口。标题:模型1角,包括银联信讬主动脉曲折,主动脉弓直径。模型2涉及的问号,主动脉根直径、主动脉瓣宽度、直径BCT角,和银联信讬。
讨论
在这个PS-matched病例对照研究中,我们发现一些新颖的形态参数TBAD发展的风险显著增加,包括程度的问号,旅战斗队,旅战斗队,主动脉瓣宽度,角度和直径主动脉根直径。我们还在内部开发和验证一个小说涉及上述预测模型参数生成个性化的风险估计TBAD的发展。预测和观察到的风险被整合在整个和PS-matched人口。此外,这部小说模型优越的歧视性的能力与先前建立的模型相比,具有较高临床净效益。
使用形态学参数预测TBAD收到越来越多的关注在最近十年,因为它可以作为一个重要的补充方法管理TBAD的风险,除了血压控制。由于TBAD的多因子的病因,对形态的调查应该避免诱发因素的混杂效应其他危险因素,如高血压和潜在的遗传因素。我们研究解决这个问题排除患者以前的主动脉疾病的历史,结缔组织疾病,已知的基因引起的主动脉疾病,或主动脉疾病的家族史。此外,我们执行PS-matching平衡年龄,性别,和高血压最小化预测TBAD其他因素的影响。
之前的研究还发现了几个形态预测TBAD,其中主动脉曲折代表最常见的验证参数(Shirali et al ., 2013;曹et al ., 2020)。然而,我们没有观察到显著主动脉曲折和TBAD的风险之间的联系在我们的研究中。有趣的是,单变量分析的结果显示主动脉曲折TBAD风险降低,相反先前的发现(Shirali et al ., 2013)。这些矛盾的结果可能是由于老年对照组的参与者在我们的研究中,指出在先前的研究中,主动脉形态学是年龄相关性,老年患者往往有更大更曲折的主动脉(柯林斯et al ., 2014;Craiem et al ., 2017;白et al ., 2020)。多变量分析和PS-matched人口的负面结果进一步证实了这个问题在调整年龄,之后显示主动脉曲折是一个索引,可以很容易地受到年龄和在临床应用应按年龄分类。相比之下,我们的研究提出了一个新颖的参数,即。,degree of question mark, depicting the spatial tortuosity of the aortic arc and aorta. Independent of age distribution, the degree of question mark had superior discriminatory capacity compared to aortic tortuosity. A previous study also found that the degree of question mark also plays an important role in remodeling of TBAD (李et al ., 2020),尽管确切的底层生物力学机制仍有待探索。
除了参数与主动脉曲折,旅级战斗队(角度和直径)的形态学参数也与TBAD的风险增加有关。我们的结果与之前的研究一致Shirali et al ., 2013),这进一步证实了切角的角色的旅级战斗队来自主动脉弓TBAD的形成。TBAD下降的风险与BCT角和增加旅级战斗队直径。虽然底层机制仍然未知,这是值得注意,减少BCT角和增加旅级战斗队直径增加体积分布旅级战斗队的血液流动。之间的关联BCT血容量和TBAD认股权证的风险进一步调查与计算流体动力学分析,阐明TBAD的潜在生物力学病因。另一个小说形态参数确定在我们的研究中是主动脉瓣宽度,作为一个补充说明空间几何的主动脉。先前的研究显示主动脉宽度和cerebrocardiovascular不良事件之间的微妙的协会在社区成人(壮族et al ., 2018),可能由于空间弯曲度可能增加流动障碍的严重程度和分布(谢et al ., 2013;李et al ., 2019)。
为了广泛适用于临床实践,这些突变形态风险因素需要集成到一个危险分层算法。我们的新开发的模型显示良好的歧视和重新分类(c指数表示的新名词,分别)和细观察和预测风险之间的协议TBAD(校准了的情节)。另外,我们的模型的性能保持稳定在PS-matched敏感性分析,进一步提出了模型的鲁棒性。与之前的模型相比Shirali et al ., 2013),我们的模型有一个优越的歧视性的能力与内部确认1000年的时间引导;因此,这部小说模式可能为临床医生提供必要的个性化数据便于监测协议关于TBAD的风险。
目前的研究有几个局限性。首先,问题可能会提高对潜在TBAD变更后的形态发展。理想情况下,一个是首选的前瞻性研究来识别形态TBAD形成的危险因素,但长期随访和疾病发病率低使其不切实际的在实际练习。为了解决这个问题,我们进行了灵敏度分析,只包括hyperacute TBAD病人,他们认为有类似的主动脉形态学与pre-dissected主动脉(彼得斯et al ., 2016;Orabi et al ., 2018)。整体之间的一致的结果和敏感性分析进一步证实了我们研究的合理性。第二,样本量相对较小,但我们使用引导1000复制推导出估计的置信区间的影响大小。第三,虽然我们的研究与高血压病例和对照组之间,瞬态高血压危象的存在不能确定是否从现有的信息;因此,结果可能是主观测量的混杂因素。第四,尽管我们的研究的回顾性质,目前发现存活率存在,这可能仍然是信息和为未来的验证。
结论
PS-matched病例对照研究中,几个形态参数,包括程度的问号,旅战斗队,旅战斗队,主动脉瓣宽度,角直径和主动脉根直径、被确定为潜在解剖标记用于使个人TBAD的高风险。基于这些参数,我们还在内部开发和验证一个小说与较高的判别和重新分类能力预测模型,实现个性化的风险估计TBAD的发展。外部验证模型的前瞻性群组研究是必要的。
数据可用性声明
最初的贡献提出了研究中都包含在这篇文章/补充材料;进一步调查可以直接到相应的作者。
道德声明
涉及人类受试者的研究伦理审查委员会进行审核和批准的四川大学华西医院的。书面知情同意参与这项研究并不需要按照国家法律和制度需求。
作者的贡献
概念和设计:DY, TZ,生理改变;知识内容的定义:TZ, XZ DY;文献检索:DL、TW和JW;临床研究:DL, JW,生理改变;实验研究:DL, JW, XZ和TZ;数据采集:DL, JW、TW TZ, DY;数据分析与统计分析:DL, JW TW, XZ;手稿准备和编辑:DL, JW TZ, DY;手稿评论:生理改变,TZ, DY。
资金
这项工作得到了国家自然科学基金(格兰特号码12072214,81770471和1802253),四川省应用基础研究项目(2018 yyjc) (2019 yj0026),四川省和Miaozi计划(格兰特号码:2022118)。
的利益冲突
作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。
出版商的注意
本文表达的所有索赔仅代表作者,不一定代表的附属组织,或那些出版商编辑和评论员。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。
补充材料
本文的补充材料在网上可以找到:https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fphys.2023.1065805/full补充材料
引用
白W。,Suzuki H., Huang J., Francis C., Wang S., Tarroni G., et al. (2020). A population-based phenome-wide association study of cardiac and aortic structure and function.Nat,地中海。26 (10),1654 - 1662。doi: 10.1038 / s41591 - 020 - 1009 - y
曹L。,lu W., Ge Y., Wang X., He Y., Sun G., et al. (2020). Altered aortic arch geometry in patients with type B aortic dissection.欧元。j . Cardiothorac。杂志。58 (4),714 - 721。doi: 10.1093 / ejcts / ezaa102
壮族m . L。贡纳p . N。卡齐S。,Musgrave R. M., Fox C. S., Massaro J. M., et al. (2018). Aortic arch width and cardiovascular disease in men and women in the community.j。心脏协会。7 (12),e008057。doi: 10.1161 / JAHA.117.008057
柯林斯g S。,Reitsma J. B., Altman D. G., Moons K. G. (2015). Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis (TRIPOD): The TRIPOD statement.BMJ350年,g7594。doi: 10.1136 / bmj.g7594
柯林斯j . A。穆尼奥斯j . V。,帕特尔·t·R。,卢卡M。,Tubbs R. S. (2014). The anatomy of the aging aorta.中国。阿娜特。27 (3),463 - 466。doi: 10.1002 / ca.22384
Craiem D。,El Batti S., Casciaro M. E., Mousseaux E., Sirieix M. E., Simon A., et al. (2017). Age-related changes of thoracic aorta geometry used to predict the risk for acute type B dissection.Int。j .心功能杂志。228年,654 - 660。doi: 10.1016 / j.ijcard.2016.11.125
埃贝尔R。,一个boyans V., Boileau C., Bossone E., Bartolomeo R. D., Eggebrecht H., et al. (2014). 2014 ESC Guidelines on the diagnosis and treatment of aortic diseases: Document covering acute and chronic aortic diseases of the thoracic and abdominal aorta of the adult. The Task Force for the Diagnosis and Treatment of Aortic Diseases of the European Society of Cardiology (ESC).欧元。心J。35 (41),2873 - 2926。doi: 10.1093 / eurheartj / ehu281
Landenhed M。,Engstrom G., Gottsater A., Caulfield M. P., Hedblad B., Newton-Cheh C., et al. (2015). Risk profiles for aortic dissection and ruptured or surgically treated aneurysms: A prospective cohort study.j。心脏协会。4 (1),e001513。doi: 10.1161 / JAHA.114.001513
李D。,Peng L., Wang Y., Zhao J., Yuan D., Zheng T. (2020). Predictor of false lumen thrombosis after thoracic endovascular aortic repair for type B dissection.j . Thorac。Cardiovasc杂志。160 (2),360 - 367。doi: 10.1016 / j.jtcvs.2019.07.091
李X。,l我u X., Li X., Xu L., Chen X., Liang F. (2019). Tortuosity of the superficial femoral artery and its influence on blood flow patterns and risk of atherosclerosis.>。Mechanobiol模型。18 (4),883 - 896。doi: 10.1007 / s10237 - 019 - 01118 - 4
Lombardi j . V。休斯g . C。Appoo J·J。,Bavaria J. E., Beck A. W., Cambria R. P., et al. (2020). Society for vascular Surgery (SVS) and society of thoracic Surgeons (STS) reporting standards for type B aortic dissections.j . Vasc。杂志。71 (3),723 - 747。doi: 10.1016 / j.jvs.2019.11.013
Orabi n。,Quint L. E., Watcharotone K., Nan B., Williams D. M., Kim K. M. (2018). Distinguishing acute from chronic aortic dissections using CT imaging features.Int。j . Cardiovasc成像34 (11),1831 - 1840。doi: 10.1007 / s10554 - 018 - 1398 - x
佩普·l·A。,Awais M。,Woznicki E. M., Suzuki T., Trimarchi S., Evangelista A., et al. (2015). Presentation, diagnosis, and outcomes of acute aortic dissection: 17-Year trends from the international registry of acute aortic dissection.j。科尔。心功能杂志。66 (4),350 - 358。doi: 10.1016 / j.jacc.2015.05.029
Pencina m . J。,D'Agostino R. B., Sr , D'Agostino R. B., Vasan R. S. (2008). Evaluating the added predictive ability of a new marker: From area under the ROC curve to reclassification and beyond.统计,地中海。27 (2),157 - 172。讨论207 - 112。doi: 10.1002 / sim.2929
彼得斯。,Mansour A. M., Ross J. A., Vaitkeviciute I., Charilaou P., Dumfarth J., et al. (2016). Changing pathology of the thoracic aorta from acute to chronic dissection: Literature review and insights.j。科尔。心功能杂志。68 (10)1054 - 1065。doi: 10.1016 / j.jacc.2016.05.091
邱P。,l我u J., Chen Y., Zha B., Ye K., Qin J., et al. (2020). Changes in aortic arch geometry and the risk for Stanford B dissection.j . Thorac。说。12 (12),7193 - 7201。doi: 10.21037 / jtd - 20 - 1643
Rylski B。,Blanke P., Beyersdorf F., Desai N. D., Milewski R. K., Siepe M., et al. (2014). How does the ascending aorta geometry change when it dissects?j。科尔。心功能杂志。63 (13),1311 - 1319。doi: 10.1016 / j.jacc.2013.12.028
Shirali a S。,B我年代choff M. S., Lin H. M., Oyfe I., Lookstein R., Griepp R. B., et al. (2013). Predicting the risk for acute type B aortic dissection in hypertensive patients using anatomic variables.JACC Cardiovasc成像6 (3),349 - 357。doi: 10.1016 / j.jcmg.2012.07.018
维氏a·J。,Van Calster B., Steyerberg E. W. (2016). Net benefit approaches to the evaluation of prediction models, molecular markers, and diagnostic tests.BMJ352年,16。doi: 10.1136 / bmj.i6
冯榆树E。,一个ltman D. G., Egger M., Pocock S. J., Gotzsche P. C., Vandenbroucke J. P., et al. (2007). Strengthening the reporting of observational studies in Epidemiology (STROBE) statement: Guidelines for reporting observational studies.BMJ335 (7624),806 - 808。doi: 10.1136 / bmj.39335.541782
关键词:主动脉夹层,形态、预测、统计、主动脉弓
引用:李,王J,赵J,王T, T和元曾X,郑D(2023)的识别高危患者B型主动脉夹层的发展基于小说形态参数。前面。杂志。14:1065805。doi: 10.3389 / fphys.2023.1065805
收到:2022年10月10日;接受:2023年1月17日;
发表:2023年2月02。
编辑:
艾克乔,北京理工大学,中国版权©2023李、王、赵、王,曾,郑元。这是一个开放分布式根据文章知识共享归属许可(CC)。使用、分发或复制在其他论坛是允许的,提供了原始作者(年代)和著作权人(s)认为,最初发表在这个期刊引用,按照公认的学术实践。没有使用、分发或复制是不符合这些条件的允许。
*通信:Tinghui郑,tinghuizh@scu.edu.cn;鼎元,docyuanding@gmail.com
__这些作者贡献了同样的工作