研究建立颅内动脉瘤不稳定的标志物和风险分层模型

颅内动脉瘤是非外伤性蛛网膜下腔出血的主要原因，在中国患病率为7%。超过 70% 的颅内动脉瘤是未破裂颅内动脉瘤 (UIA)。尽管动脉瘤破裂与高发病率和亡率相关，但之前的研究表明 UIA 的破裂率每年低至 1%。值得注意的是，积极的经验性手术治疗存在并发症的风险，包括缺血性中风和动脉瘤意外破裂。评估动脉瘤的不稳定(破裂和生长)风险有助于指导 UIA 病例的决策。

代谢物和细胞因子影响血管环境，对于心脑血管疾病的发生至关重要。然而，关于 UIA破裂或生长自然史的纵向研究很少，代谢细胞因子特征与 UIA 不稳定性之间的关系尚不清楚。而且，缺乏中国人群的大规模多中心纵向数据。

《Science Bulletin》发表的一项新研究基于20名患者的颅内动脉瘤样本和血清，以及两年随访期间代谢物和细胞因子的动态变化，揭示了脂质代谢异常与颅内动脉瘤破裂有关，油酸(OA)和花生四烯酸(AA)、白细胞介素1β(IL-1β)和肿瘤坏因子-α(TNF-α)是评估UIA不稳定风险的可靠生物标志物。

随后，研究团队结合放射学特征和与 UIA 不稳定性相关的生物标志物，利用机器学习算法建立了风险分层模型。基于通过放射学定期随访两年的 1,250 名 UIA 患者，该分层模型在对不稳定 UIA 和稳定 UIA 进行分类方面表现良好 [曲线下面积 (AUC) 在推导队列中为 0.94，在验证队列中为 0.89] ，优于现有的临床模型(PHASES评分和ELAPSS评分)。

最后，研究小组研究了 OA、IL-1β 和 TNF-α 的体内干预是否可以防止 IA 破裂。基于大鼠颅内动脉瘤模型的体内研究表明，补充OA以及抑制IL-1β和TNF-α可以防止动脉瘤破裂并减轻动脉瘤壁的炎症激活。

这项研究展示了基于两个纵向多中心中国队列的首次也是最大的多组学分析，并揭示了 OA、AA、IL-1β 和 TNF-α 作为 UIA 不稳定的生物标志物。这些发现可以帮助临床医生了解破裂和生长的颅内动脉瘤的病理特征。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！