腹主动脉瘤生长模式随时间演变的预后价值与生物学启示：基于CT影像的前瞻性队列研究

　　本研究针对腹主动脉瘤（AAA）破裂风险预测中最大直径监测的局限性，创新性地通过CT影像定量分析瘤体生长模式。研究发现AAA快速增长多发生于瘤体边缘区域，且呈现从缓慢生长向边缘生长再向峰值生长演变的趋势。峰值生长模式使手术指征达标风险提升5.24倍（p=0.004），同时发现半胱氨酸和LPA 18:2等生物标志物与特定生长模式显著相关。该研究为个性化AAA监测提供了重要的影像学生物力学依据。

　　

腹主动脉瘤（Abdominal Aortic Aneurysm, AAA）作为一种潜伏的"沉默杀手"，其最危险的并发症——瘤体破裂，即使患者及时接受救治，死亡率仍高达30%。目前临床主要依据瘤体最大直径（男性≥55mm，女性≥50mm）作为手术干预标准，但令人担忧的是，约2%的患者在未达到此阈值时仍会发生破裂。更关键的是，破裂往往发生在瘤体生长最快速的节段，而这些节段有60%以上并不位于最大直径处。

这种临床困境揭示了当前监测体系的局限性：单纯关注最大直径可能忽略其他高风险区域的动态变化。随着三维影像技术的发展，血管变形图谱（Vascular Deformation Mapping）和瘤体体积测量等新方法虽能捕捉区域性生长差异，但其操作复杂性和辐射暴露问题制约了临床推广。为此，荷兰伊拉斯姆斯医学中心Alexander Vanmaele教授团队开展了一项前瞻性多中心队列研究，旨在通过标准化CT测量方法揭示AAA生长模式的演变规律及其临床价值，研究成果发表在《Journal of Vascular Surgery》。

研究团队采用了几项关键技术方法：首先建立了基于CT影像的中心 lumen 线重建测量体系，在肾动脉下缘至主动脉分叉上方10mm区间内，以5%长度间隔进行直径测量；其次定义了三种生长模式分类标准（缓慢生长：年增长<2.6mm；边缘生长：快速增长部位距最大直径>10%瘤体长度；峰值生长：快速增长部位距最大直径≤10%瘤体长度）；最后整合了蛋白质组学（Olink Cardiovascular III panel检测92种蛋白）和代谢组学（LC-TQMS检测199种代谢物）多组学分析技术。研究队列来自BIOMArCS-AAA研究的126例患者，最终92例完成一年期影像随访。

研究参与者特征

纳入分析的92例患者平均年龄72±6.9岁，男性占91%，基线最大直径中位数45mm。与仅完成基线检查的患者相比，完成随访的患者在 demographics、心血管危险因素、合并症和用药情况等方面均无显著差异，表明随访队列具有良好的代表性。

生长模式随时间演变

一年期影像分析显示：55例（60%）表现为边缘生长，20例（22%）为缓慢生长，17例（18%）为峰值生长。在完成两年期随访的75例患者中，生长模式转变呈现显著方向性：患者倾向于从缓慢生长向边缘生长再向峰值生长演变（p=0.027），这种递进式演变模式提示AAA生长可能存在特定的生物学演进规律。

不同生长模式的年度增长差异

线性混合效应模型分析揭示：边缘生长患者年均最大直径增长较缓慢生长快1.1mm（p<0.001），但较峰值生长慢0.6mm（p=0.015）。值得注意的是，在瘤体体积增长方面，边缘生长与峰值生长无显著差异（p=0.229），这表明体积测量能更全面捕获瘤体整体扩张，而最大直径测量会低估边缘生长的实际扩张程度。

生长模式的预后价值

累计发病率分析显示：缓慢生长患者后续年手术达标率为0%，边缘生长为23%（95%CI:12-36%），峰值生长高达43%（16-67%）。经最大直径校正后，峰值生长患者手术风险是边缘生长的5.24倍（95%CI:1.68-16.38，p=0.004）。这一发现表明，生长模式分类能提供独立于最大直径的预后信息。

生长模式的生物学基础

多组学分析发现两个显著关联的生物标志物：半胱氨酸（Cysteine）在缓慢生长患者中水平显著高于边缘生长（校正后p=2.1e-4）；LPA 18:2在峰值生长患者中显著低于边缘生长（校正后p=3.3e-4）。这些差异在调整临床特征后仍然显著，提示氧化应激（半胱氨酸参与 redox 稳态）和脂质信号传导（LPA 为 signaling lipids）可能参与不同生长模式的病理生理过程。

该研究通过严谨的影像学定量分析，首次系统揭示了AAA生长模式的时间演变规律及其临床意义。研究发现大多数AAA呈现边缘主导的生长模式，且这种模式会随时间向峰值生长演变，代表着疾病进展的不同阶段。特别重要的是，生长模式分类提供了超越传统最大直径测量的预后信息：峰值生长患者即使在校正直径后，手术风险仍显著升高5倍以上。

从临床实践角度，这项研究为个性化AAA监测提供了新思路。通过结合最大直径测量与生长模式评估，临床医生能更精准地识别高风险患者。例如，表现为峰值生长的患者可能受益于更密切的随访或早期干预。同时，体积测量被证明能更均衡地捕获不同部位的生长，支持了将体积参数纳入监测体系的价值。

在生物学机制方面，半胱氨酸和LPA 18:2的关联为理解不同生长模式的分子基础提供了线索。半胱氨酸与胰岛素抵抗和糖尿病风险的已知关联，可能与研究中观察到的糖尿病在缓慢生长患者中更常见现象相呼应；而LPA在血小板功能和免疫调节中的作用，可能影响动脉壁重塑过程。

这项研究的创新性在于将先进的影像学定量方法与多组学分析相结合，为AAA进展机制提供了多维度的见解。然而作者也指出了一些局限性：两年随访期对于观察长期演变模式仍较短；研究对象主要为男性患者；靶向组学覆盖范围有限等。未来研究需要通过更长时间的随访、纳入更多女性患者、采用更全面的组学方法进一步验证这些发现。

最终，这项研究推动我们重新思考AAA监测策略：从单纯关注最大直径，转向全面评估瘤体空间生长模式。随着影像分析自动化技术的发展，这种综合评估方法有望在不显著增加临床工作负荷的情况下，为患者提供更加精准的风险评估和管理策略。正如作者所言："在AAA管理日益强调个性化的时代，生长模式评估与最大直径测量相结合，可能帮助识别那些短期手术风险较高或较低的患者。"