心包脂肪组织(PAT)是包围心脏和冠状血管的内脏脂肪组织空间。越来越多的证据表明，大量的PAT与较差的心血管预后有关。此外，较高的PAT与不良的心血管表型有关，独立于多种其他肥胖指标。这些关联高度提示了PAT在驱动不良心脏移除方面的独特机制作用，这是心力衰竭的前兆。

PAT影响心肌结构和功能的机制是多因素的，涉及激素分泌、血管分泌和炎症途径。已知PAT可以分泌炎症因子和脂质代谢产物，这种代谢和分泌活性已被强调为驱动不良心血管结局的重要因素。在细胞水平上，PAT分泌组已被证明对心肌细胞的收缩性、代谢产生不利影响，并破坏心脏内皮细胞中的粘附分子表达。在缺血性心脏病的情况下，冠状动脉粥样硬化的模式已被证明与浅表PAT分布密切相关。因此，现有证据表明，PAT的数量和特征在决定其致病性方面都是非常重要的。

临床上，PAT可以通过CT和MRI心脏成像来量化。鉴于代谢活动对心肌结构和功能的影响，评估组织特征以及PAT体积可为疾病风险提供重要见解。最近在CT扫描中使用放射组学分析方法来表征血管周围脂肪组织，大大增强了对主要心血管事件的预测，优于传统的危险因素、冠状动脉钙评分、冠状动脉狭窄量化和高危斑块特征。放射组学在体素水平上使用基于信号强度(SI)的数据来提供关于模式和分布的定量信息。

近日，发表在European Radiology杂志的一项研究使用心包脂肪组织(PAT)放射组学表型对心力衰竭(HF)病例进行准确的区分及评估。

研究所使用的PAT分割来自心血管磁共振(CMR)研究，使用自动化质量控制模型来定义放射组学分析的兴趣区域。研究创建了非心衰个体的平衡队列进行比较。利用PyRadiomics提取了104个放射组学特征，其中剔除高相关特征后选择了28个特征(0.8)。这些特征，加上性别和年龄，作为二元分类模型的预测因子，分别用于检测流行HF和偶发HF。研究使用十倍嵌套交叉验证测试了七种建模方法，并使用可解释性方法检查了特征的重要性。

研究共纳入了1204名受试者，其中297名为HF(60±7岁，21%为女性)，305名为HF(61±6岁，32%为女性)，以及同等数量的非HF。与单独的PAT区域相比，我们的放射组学模型显示出略微更好的性能。增加的PAT尺寸(最大二维直径)和纹理异质性(和熵)是流行和事件HF分类模型的重要特征。

 表 预测HF的模型输出

本项研究表明，PAT的数量和特征可以区分HF患者，并预测未来HF的发病率。

原文出处：

Liliana Szabo,Ahmed Salih,Esmeralda Ruiz Pujadas,et al.Radiomics of pericardial fat: a new frontier in heart failure discrimination and prediction.DOI:10.1007/s00330-023-10311-0