人工智能辅助分析冠状动脉钙化积分与视网膜动脉硬化的相关性OACSTPCD

[目的]应用人工智能(AI)辅助分析软件探究冠状动脉钙化积分(CACS)与视网膜动脉硬化的相关性。[方法]选择2022年度于东部战区总医院健康医学科体检的511例体检者为研究对象,根据Agatston积分分为冠状动脉钙化(CAC)组(>0分,261例)和无CAC组(=0分,250例),采用独立样本t检验及卡方检验对比两组体检者的临床资料;根据视网膜动脉硬化情况分为视网膜动脉正常组、视网膜动脉弹性减弱组和视网膜动脉硬化组,采用Kruskal-Wallis H检验对比三组间的CACS及视网膜微血管量化指标;采用Spearman相关分析CAC等级与临床指标及视网膜微血管量化指标的相关性;采用二元Logistic回归分析视网膜动脉硬化情况与CAC的相关性。[结果]CAC组的年龄、吸烟人数、腰围、臀围、腰臀比(WHR)、体质指数(BMI)、收缩压、血肌酐(SCr)、血尿酸(BUA)、尿素氮(BUN)、空腹血糖(FBG)、糖化血红蛋白(HbA1c)及甘油三酯(TG)较无CAC组高,差异有统计学意义(均P<0.05);视网膜动脉正常组、视网膜动脉弹性减弱组和视网膜动脉硬化组的总CACS、视网膜动静脉比(AVR)差异有统计学意义(均P<0.05),视网膜中央动脉当量(CRAE)、视网膜中央静脉当量(CRVE)差异无统计学意义(均P>0.05);CACS等级、总CACS与年龄、吸烟情况、腰围、臀围、WHR、BMI、收缩压、BUN、SCr、BUA、同型半胱氨酸(Hcy)、FBG、餐后2 h血糖(2h PBG)、HbA1c、TG呈正相关(均P<0.05),与性别、总胆固醇(TC)、高密度脂蛋白胆固醇(HDLC)呈负相关(均P<0.05),与舒张压、低密度脂蛋白胆固醇(LDLC)无相关性(均P>0.05);视网膜动脉硬化程度与年龄、腰围、臀围、WHR、BMI、收缩压、舒张压、左主干(LM)、左前降支(LAD)、左回旋支(LCX)和右冠状动脉(RAC)钙化积分、总CACS、BUN、FBG、2h PBG、HbA1c、TG呈正相关(均P<0.05),与TC、HDLC、LDLC呈负相关(均P<0.05),与性别、吸烟情况、脉搏、SCr、BUA、Hcy无相关性(均P>0.05);CAC等级与AVR呈负相关(r=-0.166,P<0.05),与视网膜动脉硬化等级呈正相关(r=0.199,P<0.05),与CRAE、CRVE无明显相关性(均P>0.05);CAC与视网膜动脉硬化存在相关性(P<0.001)。在校正了年龄、性别、吸烟情况、WHR、BMI、收缩压、FBG、SCr、BUA、BUN、HDLC因素后,CAC与视网膜动脉硬化的相关性依然存在(P=0.048)。[结论]AI辅助分析CAC与视网膜血管直径、视网膜动脉硬化程度相关,对冠心病风险评估有积极作用。