Science Bulletin |北京天坛：中国大型队列中颅内动脉瘤不稳定性的标志物和风险分层模型

颅内动脉瘤（IA）是非创伤性蛛网膜下腔出血的主要病因，在中国的发病率为 7%，在美国为 5%。70%以上的蛛网膜下腔出血是未破裂的颅内动脉瘤（UIA），是在影像学检查中偶然发现的。虽然动脉瘤破裂与高发病率和高死亡率相关，但之前的研究显示，UIA 的破裂率低至每年 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性（破裂和生长）风险有助于为未破裂颅内动脉瘤（UIA）的决策提供指导。本研究旨在建立一个 UIA 不稳定风险分层模型。来自北京天坛医院神经外科的王硕教授团队从2017年1月-2022年1月招募的两个前瞻性、纵向多中心中国队列的UIA患者被设定为衍生队列和验证队列。主要终点是随访2年期间的UIA不稳定性，包括动脉瘤破裂、生长或形态改变。

此外，还收集了 20 名患者的颅内动脉瘤样本和相应血清。对衍生队列（758 名单发 UIA 患者，其中 676 名稳定型 UIA，82 名不稳定型 UIA）进行了代谢组学和细胞因子谱分析。

结果显示，油酸（OA）、花生四烯酸（AA）、白细胞介素1β（IL-1β）和肿瘤坏死因子-α（TNF-α）在稳定型和不稳定型UIA之间显著失调。OA和AA在血清和动脉瘤组织中表现出同样的失调趋势。特征选择过程表明，大小比、不规则形状、OA、AA、IL-1β和TNF-α是UIA不稳定的特征。根据放射学特征和生物标志物构建了一个机器学习分层模型（不稳定性分类器），该模型评估UIA不稳定性风险的准确性很高（曲线下面积（AUC）为0.94）。在验证队列中（492 个 UIA 患者，其中有 414 个稳定的 UIA 和 78 个不稳定的 UIA），不稳定分类器在评估 UIA 不稳定风险方面表现良好（AUC=0.89）。补充OA和药物抑制IL-1β和TNF-α可防止大鼠模型颅内动脉瘤破裂。

综上，这项研究揭示了UIA不稳定性的标志物，并提供了一个风险分层模型，可为UIA的治疗决策提供指导。

参考文献：

The markers and risk stratification model of intracranial aneurysm instability in a large Chinese cohort, Science Bulletin, Volume 68, Issue 11.