泰达国际心血管病医院 郑 刚
斑块侵蚀是急性冠状动脉综合征（ACS）的一种独特病因，通常被斑块破裂所掩盖。关于其流行病学，斑块侵蚀已获得越来越多的认可，最近的研究表明，其在ACS患者中的患病率约为40%，挑战了基于尸检数据的早期假设。值得注意的是，斑块侵蚀表现出明显的流行病学特征，优先影响年轻人群，尤其是女性，并且通常表现为非ST段抬高型心肌梗死（NSTEMI）。斑块侵蚀的发病存在季节性变化，斑块侵蚀事件在冬季不太常见，可能与生理变化和胆固醇凝固有关，而在夏季达到峰值，值得进一步研究。血管内成像诊断的进步，特别是光学相干断层扫描（OCT）和近红外光谱（NIRS）与血管内超声（IVUS）的结合，为斑块成分和形态提供了前所未有的见解。
4.2 血管内成像
4.2.1光学相干断层扫描血管内成像（OCT） OCT可能是识别斑块侵蚀的首选方法，因为它的空间分辨率比IVUS高10倍。OCT无法直接观察内皮单层，但内皮细胞损失是斑块侵蚀的病理特征，因此这一限制阻止了将OCT作为内皮细胞缺失标准的使用。为此，OCT开发了一种斑块分类算法。
在ACS患者中，OCT显示罪犯病变处没有纤维帽破裂意味着斑块侵蚀。对于斑块侵蚀的明确诊断，需要识别17个完整斑块中有10个的血栓。如果在没有血栓的情况下，斑块的管腔表面看起来很粗糙，或者如果有血栓阻碍了下层斑块的可见性，而病变近端或远端没有下层脂质积聚，则怀疑斑块侵蚀。这种排除方法导致各种OCT研究中报告的斑块侵蚀患病率存在显著差异。
人工智能可能具有提高诊断准确性的潜力。Park等[62]测试了两种不同的深度学习算法：卷积神经网络和转换器，对斑块侵蚀的诊断准确性。他们发现，转换器模型在损伤水平上的准确率略高（敏感性：91.9%；特异性：81.6%）。与人类诊断人员相比，该模型优于经验不足的操作员，但不如经验丰富的操作员[62]。重要的是，当它被提供给经验不足的操作员时，可以帮助提高他们对斑块侵蚀的认知能力，并最终超越该模型[62]。因此，人工智能对于缩短该领域的学习曲线具有重要价值。
关于预后特征，在152名STEMI的斑块侵蚀患者队列中，中位随访2.97年后，侵蚀部位近端脂质丰度增加与主要心血管不良事件（MACE）的发生率增加独立相关。近端脂质含量高于中值与较高的纤维帽厚度、薄帽纤维动脉粥样硬化患病率和巨噬细胞的存在有关（HR=3.74）[63]。
4.2.2 血管内超声（IVUS） IVUS能够对管腔表面进行详细检查，并具有检测斑块侵蚀的潜力。几个病例系列强调了高清晰度IVUS在评估斑块侵蚀中的应用[64]。此外，存在表现出表面不规则性或分层图像的纤维化或脂质斑块，没有纤维帽破裂的证据，也可能表明斑块侵蚀的存在。IVUS还可以显示斑块侵蚀病例中的负性血管重塑过程，这一发现也表明了诊断[65]。尽管如此，重要的是要承认使用IVUS诊断斑块侵蚀的固有困难，因为它缺乏直接显示纤维帽厚度所需的分辨率。然而，在怀疑斑块侵蚀且无法进行OCT的情况下，IVUS可能特别有用，例如患有严重肾功能障碍且有造影剂相关性急性肾损伤风险的患者。
添加虚拟组织学可以通过识别白色血栓和纤维化进一步帮助表征斑块下方的组织[65]。近红外光谱（NIRS）能够通过脂质核心负荷指数（LCBI）量化脂质核心负荷。最近，以OCT诊断为参考标准，对244名ACS患者进行了IVUS-NIRS的评估，评估了其区分斑块破裂、斑块侵蚀和钙化结节的能力[66]。基于他们对开发队列和验证队列的分析，研究人员提出了一种关于IVUS-NIRS斑块表型的三步方法[66]。最初，凸起钙的存在表示钙化结节的存在（敏感性100%，特异性99%）[66]。接下来，斑块空化的发生是明确斑块破裂的一个明显特征（敏感性：97%，特异性：96%）[66]。如果没有，则应评估4mm时的最大LCBI，低于426的值表示斑块侵蚀（敏感性：93%，特异性：99%，阳性预测值：93%，阴性预测值99%）[66]。
4.3 非侵入性成像冠状动脉计算机断层扫描血管造影（CCTA） CCTA最近作为一种表征ACS患者斑块表型的方法而受到关注。虽然易破裂的易损冠状动脉粥样硬化斑块的特征在之前的研究中已经得到证实[1]，但其在识别斑块侵蚀中的作用尚未得到彻底研究。根据CCTA衍生的冠状动脉周围脂肪组织（PCAT）衰减评估，斑块侵蚀可能表现出较低的冠状动脉炎症，在斑块破裂病例中，PCAT衰减明显较高[67]。此外，最近发表的一项研究表明，缺乏易损斑块特征（低衰减、餐巾环征、罪犯血管中PCAT衰减>-70.3）和CAC评分为零是斑块侵蚀存在的独立预测因素，当满足多个标准时，其频率会更高[68]。在另一项研究中，总斑块体积是与斑块侵蚀存在相关的另一个变量（OR=0.995），其值≤116 mm³被确定为最佳临界值。
5、斑块侵蚀的治疗
如前所述，与斑块破裂患者相比，斑块侵蚀患者的预后通常更好，不良心血管事件的风险更低。临床研究表明，与富含血小板的斑块侵蚀相关的破裂和血栓相比，斑块侵蚀伴ACS患者的预后更好，因此侵入性较小的治疗策略（无支架的抗血栓治疗）可能对这些患者安全有效。在EROSION试验中，60名经OCT诊断为斑块侵蚀的ACS患者（96.7%患有STEMI），残余直径狭窄<70%，血管造影显示心肌梗死血流3级溶栓，仅接受抗血栓治疗，不植入支架[69]。糖蛋白IIb/IIIa抑制剂（替罗非班）和手动抽吸血栓切除术的使用占大多数（分别为63%和85%）。一个月后，所有患者都进行了重复的冠状动脉造影和OCT。在1个月时，78%的患者达到了血栓体积减少50%以上的主要目标。一项为期一年的随访研究显示，血栓体积中位数从一个月到一年大幅减少，92.5%的患者没有发生严重的不良心血管事件[70]。这些发现表明，对于由斑块侵蚀引起的ACS患者，不进行支架置入的抗血栓治疗可能是一种选择。然而，根据EROSION研究的4年随访分析，MACE的发生率增加到23%，主要是与死亡、心力衰竭、中风、复发性MI、不稳定型心绞痛引起的再住院或冠状动脉疾病无关的非紧急靶病变血运重建动脉旁路移植术有关[71]。
在对232名患者的观察性分析中，包括最初EROSIN试验的一部分患者，Yin等[72]扩大了我们对这一领域的理解。在2.9年的中位随访期间，232名患者中有50名（21.6%）发生了MACE（6名患者死亡，3名患者发生非致死性再梗死，29名患者进行了靶病变血运重建，36名患者因心绞痛需要再次住院，2名患者严重出血，5名患者中风）。根据多变量Cox回归分析，对MACE风险根据年龄、面积狭窄百分比和血栓负荷进行预测。预测因子的阈值分别为年龄≥60岁、面积狭窄百分比≥63.5%和血栓负荷≥18.5%，当这三者都存在时，MACE的风险飙升至58%的水平。尽管在这部分ACS患者中无支架治疗的研究取得了进展，但在建议对ACS和肺栓塞患者进行常规保守治疗，并将强化抗血小板治疗作为潜在机制之前，还需要进行大规模的随机临床试验。
最后，另一个悬而未决的问题是药物涂层球囊（DCB）血管成形术是否对斑块侵蚀有效；对于大多数患者来说，这种方法仍然可以避免基于支架的策略，但可以提供较低的狭窄区域，这是未来MACE的驱动因素。在一项对连续接受OCT引导DCB治疗的ACS患者的回顾性研究中，3年时确诊斑块侵蚀的患者亚组中靶病变失败率最低[73]。至关重要的是，斑块表型（斑块侵蚀）是靶病变失败的独立预测因素[73]。另一个观察结果涉及PCI后的血栓负荷，在残余血栓负荷低于8.4%的情况下，斑块侵蚀和斑块破裂的靶病变失败率相似[73]。尽管冠状动脉斑块侵蚀在心血管事件中具有重要意义，但目前关于冠状动脉斑块侵蚀的个性化定制管理的研究仍然很少。这一差距阻碍了治疗策略的优化，可能限制了对有斑块相关并发症风险的个体的预防保健和治疗干预的进展。
因此，由于缺乏支持替代方法的额外可靠数据，通用支架植入术仍然是治疗标准。然而，应该指出的是，这种方法在斑块侵蚀中可能还不够，因为之前的一项研究发现，放置在侵蚀部位的支架愈合较差，在6个月时观察到未覆盖区域增加[74]。这些结果表明，潜在的斑块形态会影响支架植入后的血管反应，影响新生内膜覆盖率，并可能需要个性化的抗血小板治疗持续时间。
6、结论和未来方向
斑块侵蚀已成为ACS的重要病因，挑战了之前关于其患病率和人口统计学的假设。斑块侵蚀具有明显的流行病学特征和季节性变化，通常影响年轻人，尤其是女性，并表现为非STEMI。分子机制强调减少炎症和内皮剪切应力是关键因素，而血管内成像的进步为斑块形态提供了前所未有的见解。人工智能在提高诊断准确性方面显示出希望。在治疗方面，正在探索无支架的抗血栓治疗等侵入性较小的方法，以及药物涂层球囊减少血栓负担的潜力。冠状动脉斑块侵蚀诊断和治疗的未来方向可能取决于技术的进步、对分子机制的更深入理解和创新的治疗策略。关于其诊断，预计血管内成像技术（OCT、NIRS）的持续改进将以更高的分辨率和特异性增强斑块侵蚀的检测和表征。此外，通过血液检测确定与斑块侵蚀相关的特定生物标志物进行非侵入性诊断，可能为风险分层和监测提供一种可行且无创的方法。整合多种成像方式，包括分子成像和功能成像，以及基于血液的生物标志物，可以全面评估斑块成分、炎症和脆弱性。
人工智能的重要性不容忽视。机器学习（ML）和基于人工智能的方法通过利用不同的数据源，包括基因组学、蛋白质组学、成像和临床数据，为冠状动脉斑块侵蚀中的生物标志物发现和验证提供了有前景的途径。ML算法擅长整合多组学数据，包括基因组学、转录组学、蛋白质组学和代谢组学，以捕获与冠状动脉斑块侵蚀相关的复杂分子特征。通过分析这些整合的数据集，ML模型可以识别各种分子特征之间的模式和相互作用，从而促进新生物标志物的发现。严格的验证对于确保基于ML的冠状动脉斑块侵蚀生物标志物的可靠性和通用性至关重要。训练数据集中的交叉验证和使用独立队列的外部验证是评估所识别生物标志物稳健性和可重复性的关键步骤。ML算法可以分析血管内成像数据，以识别指示斑块侵蚀的细微特征，如表面不规则或血栓形成，有助于识别基于成像的生物标志物。深度学习技术，特别是卷积神经网络，在分析医学图像用于诊断方面表现出了卓越的能力。通过在冠状动脉成像扫描的大型数据集上进行训练，卷积神经网络可以学习与斑块侵蚀相关的复杂模式，从而能够从成像数据中自动检测和表征侵蚀性斑块。机器学习技术还可以分析电子健康记录和临床数据库，以提取与冠状动脉斑块侵蚀相关的相关特征，如患者人口统计、病史、实验室结果和药物使用情况。通过识别这些临床数据集中的模式和关联，ML模型可以揭示斑块侵蚀的潜在生物标志物和风险因素。
专家简介
郑刚 教授
现任泰达国际心血管病医院特聘专家，济兴医院副院长
中国高血压联盟理事，中国心力衰竭学会委员，中国老年医学会高血压分会天津工作组副组长，中国医疗保健国际交流促进会高血压分会委员
天津医学会心血管病专业委员会委员，天津医学会老年病专业委员会常委，天津市医师协会高血压专业委员会常委，天津市医师协会老年病专业委员会委员，天津市医师协会心力衰竭专业委员，天津市医师协会心血管内科医师分会双心专业委员会委员，天津市心脏学会理事，天津市心律学会第一届委员会委员，天津市房颤中心联盟常委，天津市医药学专家协会第一届心血管专业委员会委员，天津市药理学会临床心血管药理专业委员会常委，天津市中西医结合学会心血管疾病专业委员会常委
《中华临床医师杂志（电子版）》特邀审稿专家，《中华诊断学电子杂志》《心血管外科杂志（电子版）》审稿专家，《华夏医学》副主编，《中国心血管杂志》常务编委，《中国心血管病研究》杂志第四届编委，《中华老年心脑血管病杂志》《世界临床药物》《医学综述》《中国医药导报》《中国现代医生》编委
本人在专业期刊和心血管网发表文章979篇，其中第一作者790篇，参加著书11部。获天津市2005年度“五一劳动奖章和奖状”和“天津市卫生行业第二届人民满意的好医生”称号
参考文献
（上下滑动可查看）
62.Park, S.; Araki, M.; Nakajima, A.; Lee, H.; Fuster, V.; Ye, J.C.; Jang, I.K. Enhanced Diagnosis of Plaque Erosion by Deep Learning in Patients with Acute Coronary Syndromes. JACC Cardiovasc. Interv. 2022, 15, 2020–2031.
63.63. Li, J.; Chen, R.; Zhou, J.; Wang, Y.; Zhao, X.; Liu, C.; Zhou, P.; Chen, Y.; Song, L.; Yan, S.; et al. Lipid Content Distribution and its Clinical Implication in Patients with Acute Myocardial Infarction-Plaque Erosion: Results from the Prospective OCTAMI Study. J. Atheroscler. Thromb. 2024, 31, 23–35.
64. Cuesta, J.; Antuna, P.; Jimenez, C.; Rivero, F.; Bastante, T.; Garcia-Guimaraes, M.; Alfonso, F. Can Plaque Erosion Be Visualized by High-Definition Intravascular Ultrasound? JACC Cardiovasc. Interv. 2020, 13, e57–e61.
65. Higuma, T.; Soeda, T.; Abe, N.; Yamada, M.; Yokoyama, H.; Shibutani, S.; Vergallo, R.; Minami, Y.; Ong, D.S.; Lee, H.; et al. A
Combined Optical Coherence Tomography and Intravascular Ultrasound Study on Plaque Rupture, Plaque Erosion, and Calcified Nodule in Patients With ST-Segment Elevation Myocardial Infarction: Incidence, Morphologic Characteristics, and Outcomes After Percutaneous Coronary Intervention. JACC Cardiovasc. Interv. 2015, 8, 1166–1176.
66. Terada, K.; Kubo, T.; Kameyama, T.; Matsuo, Y.; Ino, Y.; Emori, H.; Higashioka, D.; Katayama, Y.; Khalifa, A.K.M.; Takahata, M.;
et al. NIRS-IVUS for Differentiating Coronary Plaque Rupture, Erosion, and Calcified Nodule in Acute Myocardial Infarction.
JACC Cardiovasc. Imaging 2021, 14, 1440–1450.
67. Nakajima, A.; Sugiyama, T.; Araki, M.; Seegers, L.M.; Dey, D.; McNulty, I.; Lee, H.; Yonetsu, T.; Yasui, Y.; Teng, Y.; et al. Plaque
Rupture, Compared with Plaque Erosion, Is Associated with a Higher Level of Pancoronary Inflammation. JACC Cardiovasc.
Imaging 2022, 15, 828–839.
68. Nagamine, T.; Hoshino, M.; Yonetsu, T.; Sugiyama, T.; Kanaji, Y.; Matsuda, K.; Sayama, K.; Ueno, H.; Nogami, K.; Hanyu, Y.; et al. Identification of Optical Coherence Tomography-Defined Coronary Plaque Erosion by Preprocedural Computed Tomography Angiography. J. Am. Heart Assoc. 2023, 12, e029239.
69. Jia, H.; Dai, J.; Hou, J.; Xing, L.; Ma, L.; Liu, H.; Xu, M.; Yao, Y.; Hu, S.; Yamamoto, E.; et al. Effective anti-thrombotic therapy
without stenting: Intravascular optical coherence tomography-based management in plaque erosion (the EROSION study). Eur. Heart J. 2017, 38, 792–800.
70. Xing, L.; Yamamoto, E.; Sugiyama, T.; Jia, H.; Ma, L.; Hu, S.; Wang, C.; Zhu, Y.; Li, L.; Xu, M.; et al. EROSION Study (Effective
Anti-Thrombotic Therapy without Stenting: Intravascular Optical Coherence Tomography-Based Management in Plaque Erosion): A 1-Year Follow-Up Report. Circ. Cardiovasc. Interv. 2017, 10, e005860.
71. He, L.; Qin, Y.; Xu, Y.; Hu, S.; Wang, Y.; Zeng, M.; Feng, X.; Liu, Q.; Syed, I.; Demuyakor, A.; et al. Predictors of non-stenting
strategy for acute coronary syndrome caused by plaque erosion: Four-year outcomes of the EROSION study. EuroIntervention 2021, 17, 497–505.
72. Yin, Y.; Lei, F.; Fang, C.; Jiang, S.; Xu, X.; Sun, S.; Pei, X.; Jia, R.; Tang, C.; Peng, C.; et al. Predictors of Adverse Prognosis in Patients with Acute Coronary Syndrome Caused by Plaque Erosion with a Nonstent Strategy. J. Am. Heart Assoc. 2022, 11, e026414.
73. Yamamoto, T.; Kawamori, H.; Toba, T.; Kakizaki, S.; Nakamura, K.; Fujimoto, D.; Sasaki, S.; Fujii, H.; Hamana, T.; Osumi, Y.; et al. Clinical impact of optical coherence tomography findings after drug-coated balloon treatment for patients with acute coronary syndromes. Int. J. Cardiol. 2023, 387, 131149.
74. Hu, S.; Wang, C.; Zhe, C.; Zhu, Y.; Yonetsu, T.; Jia, H.; Hou, J.; Zhang, S.; Jang, I.K.; Yu, B. Plaque erosion delays vascular healing after drug eluting stent implantation in patients with acute coronary syndrome: An In Vivo Optical Coherence Tomography Study. Catheter. Cardiovasc. Interv. 2017, 89, 592–600.
