颈动脉Plaque-RADS评分对冠状动脉狭窄程度的预测价值

doi:10.3877/cma.j.issn.1672-6448.2025.10.008

目的

探讨颈动脉斑块报告和数据系统（Plaque-RADS）预测冠状动脉狭窄程度的价值。

方法

回顾性纳入2022年10月至2024年10月因胸痛在昆明医科大学第二附属医院住院治疗的患者310例，根据Gensini积分将患者分为无狭窄组69例（0分）、轻度狭窄组83例（≤10分）、中度狭窄组80例（10分＜Gensini积分＜48分）及重度狭窄组78例（≥48分）。比较组间基线资料；采用单因素及多因素Logistic回归分析冠状动脉狭窄程度的独立危险因素；采用ROC曲线评估各项指标预测冠状动脉重度狭窄的效能。

结果

不同狭窄程度组间的基线数据（年龄、性别、糖尿病史、总蛋白、白蛋白等）及超声特征[Plaque-RADS评分、颈动脉内中膜厚度（CIMT）及Crouse积分]差异均有统计学意义（P均＜0.05）。多因素Logistic回归分析结果显示，CIMT（OR=4.02；95%CI：1.13，14.26）、Crouse积分（OR=1.16；95%CI：1.03，1.31）、Plaque-RADS评分（3分：OR=2.89；95%CI：1.08，7.70；4分：OR=11.07；95%CI：3.02，40.50）及糖尿病史（OR=1.83，95%CI：1.07，3.13）是冠状动脉狭窄的独立危险因素（P均＜0.05）。Plaque-RADS评分联合糖尿病史的ROC曲线下面积为0.790，优于各项单一指标，且Plaque-RADS评分的ROC曲线下面积优于CIMT和Crouse积分（0.773 vs 0.744、0.741）。

结论

Plaque-RADS评分联合糖尿病史可有效预测冠状动脉重度狭窄，其预测效能优于传统超声特征（CIMT及Crouse积分），为冠状动脉病变的早期评估提供了更全面的影像学依据。

关键词: 颈动脉, 斑块报告和数据系统, 超声检查, 冠状动脉粥样硬化性心脏病, 冠状动脉狭窄

Objective

To evaluate the predictive value of the Carotid Plaque Reporting and Data System (Plaque-RADS) for the severity of coronary artery stenosis and to explore its correlation with coronary atherosclerosis.

Methods

A total of 310 patients hospitalized for chest pain at the Second Affiliated Hospital of Kunming Medical University from October 2022 to October 2024 were retrospectively enrolled. Based on Gensini scores, the patients were divided into a no stenosis group (n=69, 0 points), a mild stenosis group (n=83, ≤10 points), a moderate stenosis group (n=80, 10–48 points), and severe stenosis group (n=78, ≥48 points). Baseline characteristics and ultrasound parameters, including Plaque-RADS score, carotid intima–media thickness (CIMT), and Crouse score, were compared among groups. Univariate and multivariate logistic regression analyses were performed to identify independent risk factors associated with coronary artery stenosis. Receiver operating characteristic (ROC) curves were used to evaluate the predictive performance of each parameter.

Results

Significant differences were found among the four groups in terms of baseline data and ultrasound features (P＜0.05). Multivariate logistic regression identified CIMT (odds ratio [OR]=4.02, 95% confidence itneval [CI]: 1.13–14.26), Crouse score (OR=1.16, 95% CI: 1.03–1.31), Plaque-RADS score (score 3: OR=2.89, 95%CI: 1.08–7.70; score 4: OR=11.07, 95%CI: 3.02–40.50), and diabetes mellitus (OR=1.83, 95%CI: 1.07–3.13) as independent predictors of coronary artery stenosis. The area under the ROC curve (AUC) of Plaque-RADS combined with diabetes history was 0.790, higher than that of any single parameter, and the predictive power of Plaque-RADS alone exceeded that of CIMT and Crouse score (AUC: 0.773 vs 0.744 and 0.741, respectively).

Conclusion

The Plaque-RADS score, especially when combined with diabetes history, can effectively predict severe coronary artery stenosis. Its predictive efficacy is superior to traditional ultrasound parameters such as CIMT and Crouse score, providing a more comprehensive imaging basis for the early assessment of coronary artery disease.

Key words: Carotid artery, Plaque reporting and data system, Ultrasonography, Coronary atherosclerotic heart disease, Coronary artery lesions

图1 颈动脉斑块报告和数据系统（Plaque-RADS）不同评分等级的超声声像图。图a为Plaque-RADS 1；图b为Plaque-RADS 2；图c为Plaque-RADS 3a；图d为Plaque-RADS 3b；图e为Plaque-RADS 3c；图f为Plaque-RADS 4a；图g为Plaque-RADS 4b；图h为Plaque-RADS 4c

表1 不同程度冠状动脉狭窄组患者基本临床资料比较

临床资料	无狭窄组（n=69）	轻度狭窄组（n=83）	中度狭窄组（n=80）	重度狭窄组（n=78）	统计值	P值
年龄（岁， $x ¯$ ±s）	56.01±12.13	59.71±8.42	62.54±10.37	62.32±11.77	F=5.88	＜0.001
性别[男，例（%）]	37（53.6）	40（48.2）	49（61.3）	57（73.1）	χ²=11.39	＜0.001
高血压史[例（%）]	29（42.0）	41（49.3）	42（52.5）	41（52.6）	χ²=2.12	0.548
糖尿病史[例（%）]	12（17.4）	13（15.7）	11（13.8）	28（35.9）	χ²=15.10	0.002
吸烟史[例（%）]	12（17.4）	16（19.3）	21（26.3）	26（33.3）	χ²=6.57	0.087
饮酒史[例（%）]	10（14.5）	12（14.5）	13（16.3）	19（24.4）	χ²=3.60	0.307
总蛋白（g/L， $x ¯$ ±s）	68.33±6.48	66.56±6.87	70.03±6.32	67.99±6.61	F=3.82	0.001
白蛋白（g/L， $x ¯$ ±s）	42.18±4.54	39.47±3.19	41.84±3.45	41.10±4.22	F=7.70	＜0.001
球蛋白[g/L，M（Q₁，Q₃）]	26.00（23.30，29.80）	25.00（23.10，27.25）	27.55（24.58，29.70）	26.55（24.27，29.48）	H=11.93	0.008
总胆固醇[mmol/L，M（Q₁，Q₃）]	4.39（3.72，5.53）	4.59（3.92，5.60）	5.25（4.40，6.08）	4.97（4.03，5.71）	H=8.88	0.031
甘油三酯[mmol/L，M（Q₁，Q₃）]	1.73（1.13，2.18）	1.83（1.29，2.67）	1.57（1.12，2.49）	1.65（1.27，2.38）	H=2.39	0.495
HDL-C（mmol/L， $x ¯$ ±s）	1.16±0.32	1.15±0.30	1.25±0.31	1.20±0.26	F=2.00	0.114
LDL-C（mmol/L， $x ¯$ ±s）	2.78±0.92	2.88±0.77	3.13±0.91	3.12±0.75	F=3.23	0.023
ALT[g/L，M（Q₁，Q₃）]	26.00（16.00，32.00）	21.00（16.50，30.00）	23.00（16.75，35.25）	20.00（15.00，29.00）	H=2.96	0.398
AST[g/L，M（Q₁，Q₃）]	24.00（19.00，35.00）	25.00（22.00，40.00）	23.00（19.75，33.00）	23.00（18.00，27.75）	H=8.07	0.045
载脂蛋白A1[g/L，M（Q₁，Q₃）]	1.28（1.12，1.47）	1.21（1.08，1.46）	1.38（1.23，1.49）	1.38（1.23，1.51）	H=14.96	0.002
载脂蛋白B[g/L， $x ¯$ ±s]	1.04±0.27	1.05±0.28	1.13±0.30	1.13±0.48	F=1.53	0.207

表1 不同程度冠状动脉狭窄组患者基本临床资料比较

临床资料	无狭窄组（n=69）	轻度狭窄组（n=83）	中度狭窄组（n=80）	重度狭窄组（n=78）	统计值	P值
年龄（岁， $x ¯$ ±s）	56.01±12.13	59.71±8.42	62.54±10.37	62.32±11.77	F=5.88	＜0.001
性别[男，例（%）]	37（53.6）	40（48.2）	49（61.3）	57（73.1）	χ²=11.39	＜0.001
高血压史[例（%）]	29（42.0）	41（49.3）	42（52.5）	41（52.6）	χ²=2.12	0.548
糖尿病史[例（%）]	12（17.4）	13（15.7）	11（13.8）	28（35.9）	χ²=15.10	0.002
吸烟史[例（%）]	12（17.4）	16（19.3）	21（26.3）	26（33.3）	χ²=6.57	0.087
饮酒史[例（%）]	10（14.5）	12（14.5）	13（16.3）	19（24.4）	χ²=3.60	0.307
总蛋白（g/L， $x ¯$ ±s）	68.33±6.48	66.56±6.87	70.03±6.32	67.99±6.61	F=3.82	0.001
白蛋白（g/L， $x ¯$ ±s）	42.18±4.54	39.47±3.19	41.84±3.45	41.10±4.22	F=7.70	＜0.001
球蛋白[g/L，M（Q₁，Q₃）]	26.00（23.30，29.80）	25.00（23.10，27.25）	27.55（24.58，29.70）	26.55（24.27，29.48）	H=11.93	0.008
总胆固醇[mmol/L，M（Q₁，Q₃）]	4.39（3.72，5.53）	4.59（3.92，5.60）	5.25（4.40，6.08）	4.97（4.03，5.71）	H=8.88	0.031
甘油三酯[mmol/L，M（Q₁，Q₃）]	1.73（1.13，2.18）	1.83（1.29，2.67）	1.57（1.12，2.49）	1.65（1.27，2.38）	H=2.39	0.495
HDL-C（mmol/L， $x ¯$ ±s）	1.16±0.32	1.15±0.30	1.25±0.31	1.20±0.26	F=2.00	0.114
LDL-C（mmol/L， $x ¯$ ±s）	2.78±0.92	2.88±0.77	3.13±0.91	3.12±0.75	F=3.23	0.023
ALT[g/L，M（Q₁，Q₃）]	26.00（16.00，32.00）	21.00（16.50，30.00）	23.00（16.75，35.25）	20.00（15.00，29.00）	H=2.96	0.398
AST[g/L，M（Q₁，Q₃）]	24.00（19.00，35.00）	25.00（22.00，40.00）	23.00（19.75，33.00）	23.00（18.00，27.75）	H=8.07	0.045
载脂蛋白A1[g/L，M（Q₁，Q₃）]	1.28（1.12，1.47）	1.21（1.08，1.46）	1.38（1.23，1.49）	1.38（1.23，1.51）	H=14.96	0.002
载脂蛋白B[g/L， $x ¯$ ±s]	1.04±0.27	1.05±0.28	1.13±0.30	1.13±0.48	F=1.53	0.207

表2 不同程度冠状动脉狭窄组患者超声特征比较

超声特征	无狭窄组（n=69）	轻度狭窄组（n=83）	中度狭窄组（n=80）	重度狭窄组（n=78）	统计值	P值
CIMT[mm，M（Q₁，Q₃）]	0.70（0.70，1.00）	0.80（0.70，1.00）	0.95（0.80，1.02）	1.10（0.90，1.20）	H=54.26	＜0.001
Crouse积分[M（Q₁，Q₃）]	1.70（0.00，2.50）	1.70（0.00，3.45）	4.10（1.87，5.93）	5.55（3.25，7.92）	H=67.25	＜0.001
Plaque-RADS评分[例（%）]					χ²=112.3	＜0.001
1分	31（44.9）	24（28.9）	12（15.0）	9（11.5）
2分	31（44.9）	50（60.2）	36（45.0）	12（15.4）
3分	7（10.1）	9（10.8）	26（32.5）	36（46.2）
4分	0	0	6（7.5）	21（26.9）

表2 不同程度冠状动脉狭窄组患者超声特征比较

超声特征	无狭窄组（n=69）	轻度狭窄组（n=83）	中度狭窄组（n=80）	重度狭窄组（n=78）	统计值	P值
CIMT[mm，M（Q₁，Q₃）]	0.70（0.70，1.00）	0.80（0.70，1.00）	0.95（0.80，1.02）	1.10（0.90，1.20）	H=54.26	＜0.001
Crouse积分[M（Q₁，Q₃）]	1.70（0.00，2.50）	1.70（0.00，3.45）	4.10（1.87，5.93）	5.55（3.25，7.92）	H=67.25	＜0.001
Plaque-RADS评分[例（%）]					χ²=112.3	＜0.001
1分	31（44.9）	24（28.9）	12（15.0）	9（11.5）
2分	31（44.9）	50（60.2）	36（45.0）	12（15.4）
3分	7（10.1）	9（10.8）	26（32.5）	36（46.2）
4分	0	0	6（7.5）	21（26.9）

表3 冠状动脉狭窄相关危险因素的多因素有序Logistic回归分析

因素	参考组	比较组	β值	SE	Wald χ²值	P值	OR值（95%CI）
CIMT			1.39	0.65	2.15	0.031	4.02（1.13，14.26）
Crouse积分			0.15	0.06	2.37	0.018	1.16（1.03，1.31）
糖尿病史	否	是	0.60	0.27	2.19	0.028	1.83（1.07，3.13）
Plaque-RADS评分	1分	2分	-0.14	0.33	0.42	0.674	0.87（0.45，1.67）
		3分	1.06	0.50	2.12	0.034	2.89（1.08，7.70）
		4分	2.40	0.66	3.63	＜0.001	11.07（3.02，40.50）

表3 冠状动脉狭窄相关危险因素的多因素有序Logistic回归分析

因素	参考组	比较组	β值	SE	Wald χ²值	P值	OR值（95%CI）
CIMT			1.39	0.65	2.15	0.031	4.02（1.13，14.26）
Crouse积分			0.15	0.06	2.37	0.018	1.16（1.03，1.31）
糖尿病史	否	是	0.60	0.27	2.19	0.028	1.83（1.07，3.13）
Plaque-RADS评分	1分	2分	-0.14	0.33	0.42	0.674	0.87（0.45，1.67）
		3分	1.06	0.50	2.12	0.034	2.89（1.08，7.70）
		4分	2.40	0.66	3.63	＜0.001	11.07（3.02，40.50）

表4 单一指标及联合指标预测冠状动脉重度狭窄的ROC曲线分析结果

指标	AUC（95%CI）	约登指数	敏感度	特异度	P值
CIMT	0.744（0.675，0.806）	0.355	0.808	0.547	＜0.001
Crouse积分	0.741（0.682，0.808）	0.381	0.795	0.586	＜0.001
Plaque-RADS评分	0.773（0.724，0.856）	0.524	0.731	0.793	＜0.001
糖尿病史	0.602（0.526，0.678）	0.204	0.359	0.845	＜0.001
联合指标^*	0.790（0.724，0.856）	0.524	0.731	0.793	＜0.001

表4 单一指标及联合指标预测冠状动脉重度狭窄的ROC曲线分析结果

指标	AUC（95%CI）	约登指数	敏感度	特异度	P值
CIMT	0.744（0.675，0.806）	0.355	0.808	0.547	＜0.001
Crouse积分	0.741（0.682，0.808）	0.381	0.795	0.586	＜0.001
Plaque-RADS评分	0.773（0.724，0.856）	0.524	0.731	0.793	＜0.001
糖尿病史	0.602（0.526，0.678）	0.204	0.359	0.845	＜0.001
联合指标^*	0.790（0.724，0.856）	0.524	0.731	0.793	＜0.001

图2 单一指标及联合指标预测冠状动脉重度狭窄的ROC曲线注：CIMT为颈动脉内中膜厚度；Plaque-RADS为颈动脉斑块报告和数据系统；联合指标指Plaque-RADS评分联合糖尿病史；Reference为参考线

1	国家心血管病中心, 中国心血管健康与疾病报告编写组. 中国心血管健康与疾病报告2023概要[J]. 中国循环杂志, 2024, 39(7): 625-660.
2	中华医学会心血管病学分会, 中华心血管病杂志编辑委员会. 急性ST段抬高型心肌梗死诊断和治疗指南(2019)[J]. 中华心血管病杂志, 2019, 47(10): 766-783.
3	Zhou X, Yu LC, Zhao YH, et al. Panvascular medicine: an emerging discipline focusing on atherosclerotic diseases[J]. Eur Heart J, 2022, 43(43): 4528-4531.
4	许滢芬, 陈珍珍, 林笑意. 冠状动脉病变与颈动脉粥样硬化斑块超声结果相关性分析[J]. 心电与循环, 2022, 41(4): 258-262.
5	Saba L, Montisci R, Sanfilippo R, et al. Carotid Plaque-RADS: a novel stroke risk classification system[J]. JACC Cardiovasc Imaging, 2024, 17(1): 62-75.
6	Rampidis GP, Benetos GB, Benetos CD, et al. A guide for Gensini score calculation[J]. Atherosclerosis, 2019, 287: 181-183.
7	Liang F, Wang Y. Coronary heart disease and atrial fibrillation: a vicious cycle[J]. Am J Physiol Heart Circ Physiol, 2021, 320(1): H1-H12.
8	Kunadian V, Mossop H, Shields C, et al. Invasive treatment strategy for older patients with myocardial infarction[J]. N Engl J Med, 2024, 391(18): 1673-1684.
9	中国医师协会超声医师分会, 何文, 勇强. 超声评价颈动脉易损斑块中国专家共识(2023版)[J]. 中华超声影像学杂志, 2023, 32(8): 645-655.
10	朱珊, 孙楠, 陶宏宇, 等. 剪切波弹性成像评估颈动脉斑块与冠状动脉病变程度的相关性[J]. 中国医学影像学杂志, 2023, 31(4): 326-331.
11	Stone PH, Libby P, Boden WE, et al. Fundamental pathobiology of coronary atherosclerosis and clinical implications for chronic ischemic heart disease management: the plaque hypothesis—a narrative review[J]. JAMA Cardiol, 2023, 8(2): 192-201.
12	Rao SV, O'Donoghue ML, Ruel M, et al. 2025 ACC/AHA/ACEP/NAEMSP/SCAI guideline for the management of patients with acute coronary syndromes[J]. J Am Coll Cardiol, 2025, 85(22): 2135-2237.
13	Owen K, Menown IB, McLaughlin J. The use of carotid ultrasound to predict the severity of coronary artery disease[J]. Atherosclerosis, 2021, 331: e108.
14	Hao C, Duan H, Bai S, et al. Analysis of risk factors for carotid plaque instability in patients with coronary heart disease[J]. FASEB J, 2021, 35(Suppl 1): 146.
15	Mantella LE, Colledanchise KN, Hétu MF, et al. Carotid intraplaque neovascularization predicts coronary artery disease and cardiovascular events[J]. Eur Heart J Cardiovasc Imaging, 2019, 20(11): 1239-1247.
16	王言憬, 勇强, 刘欣, 等. 冠状动脉病变程度与颈动脉粥样硬化斑块易损性相关性研究[J]. 中国超声医学杂志, 2019, 35(7): 601-604.
17	Huang Z, Cheng XQ, Lu RR, et al. Incremental prognostic value of carotid Plaque-RADS over stenosis degree in relation to stroke risk[J]. JACC Cardiovasc Imaging, 2024, 18(1): 77-89.
18	乔敏, 陆萍萍, 沈德娟. 颈动脉斑块报告和数据系统联合临床特征对脑卒中的预测价值[J]. 中国超声医学杂志, 2024, 40(9): 961-963.
19	Gebert ZM, Kwiecinski J, Weir-McCall JR, et al. Impact of diabetes mellitus on coronary artery plaque characteristics and outcomes in the SCOT-HEART trial[J]. J Cardiovasc Comput Tomogr, 2025, 19(2): 208-214.
20	Malakar AK, Choudhury D, Halder B, et al. A review on coronary artery disease, its risk factors, and therapeutics[J]. J Cell Physiol, 2019, 234(10): 16812-16823.
21	Tattersall MC, Hansen SL, McClelland RL, et al. Importance of age and sex in carotid artery plaque detection and cardiovascular disease risk[J]. JAMA Cardiol, 2025, 10(5): 487-491.

[1]	杨雨佳, 华扬, 贾凌云, 脑卒中高危人群筛查脑颈动脉规范化评估数据库课题组. 无颈动脉粥样硬化者颈动脉结构变化特征及相关影响因素分析[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(09): 816-823.
[2]	潘芮, 李守强, 陈双, 付昕, 王卓, 冷晓萍. 应用RVP技术定量评估H型高血压患者颈动脉斑块特征及其与缺血性脑卒中风险的相关性[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(09): 824-831.
[3]	周欣, 梁豪进, 邓振宇, 肖菊花, 周小军. 基于人工智能技术评价江西省孕11~13⁺⁶周产前超声筛查质量现状及提出能力提升对策[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(09): 850-857.
[4]	陆溧玲, 杨秀珍, 徐彬, 赵镭, 钱晶晶, 李晓英, 王彪, 叶菁菁. 婴幼儿陈旧性卵巢囊肿蒂扭转的超声表现及诊断价值[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 748-753.
[5]	傅小芳, 杨青翰, 孙昌琴, 豆梦杰, 胡峻溥, 孙灏, 吕发勤. 基于YOLO 11的肢体长骨骨折断端超声检测模型的临床价值[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(06): 541-546.
[6]	汪浪, 何怡华, 李征毅, 刘翠云, 颉剑锋, 陈健. 母胎超声参数对复发性流产孕妇不良妊娠结局的预测价值[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(06): 556-563.
[7]	田湘英, 缪华章, 徐玲, 涂艳萍, 张婕, 相光华, 赵贤哲, 尚宁. 卵巢颗粒细胞瘤与卵泡膜-纤维瘤组的超声特征及临床病理分析[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(04): 311-320.
[8]	杨宏宇, 李克婷, 孙传青, 任敏. 超声特征联合卵巢恶性肿瘤风险算法预测上皮性卵巢癌亚型的应用价值[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(04): 321-327.
[9]	廖佳音, 文华轩, 薛淑贞, 黄慧, 魏英妮, 陈亚岩. 胎儿眼睑及睑裂的产前超声检查[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(03): 191-196.
[10]	张芳芳, 王晶, 苗润琴. 乳腺实性乳头状癌的超声表现与病理学特征研究[J/OL]. 中华妇幼临床医学杂志(电子版), 2025, 21(04): 460-465.
[11]	李宁, 王春丽, 路珊珊, 苏洁, 李纳. 智能盆底超声联合断层超声成像技术评估产后盆底功能障碍初产妇的临床研究[J/OL]. 中华妇幼临床医学杂志(电子版), 2025, 21(04): 475-481.
[12]	王碧瑕, 李善情, 刘希婧, 胡蓉, 杨帆. Williams-Beuren综合征胎儿产前超声特征及遗传学特点[J/OL]. 中华妇幼临床医学杂志(电子版), 2025, 21(03): 285-295.
[13]	董梦, 王鑫璐, 朱光宇, 耿鑫, 杨华. 人工智能辅助盆底超声诊断膀胱膨出的效能[J/OL]. 中华妇幼临床医学杂志(电子版), 2025, 21(03): 296-303.
[14]	窦礼敏, 陈川. 超微血流成像联合剪切波弹性成像对子宫内膜癌的临床辅助诊断价值分析[J/OL]. 中华妇幼临床医学杂志(电子版), 2025, 21(03): 322-328.
[15]	杜欣, 张良灏, 付子萱, 王淑贤, 刘金泉, 郭源, 许传屾, 蔡金贞, 王建红. 超声对成人右半肝移植架桥血管动态监测的应用价值[J/OL]. 中华移植杂志(电子版), 2025, 19(04): 226-231.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Predictive value of the Carotid Plaque Reporting and Data System for coronary artery stenosis

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Predictive value of the Carotid Plaque Reporting and Data System for coronary artery stenosis