Caracterización del Daño Miocárdico Agudo mediante Tomografía Computarizada Espectral

Abstract

[ES] Se incluyeron ambispectivamente 323 sujetos a los que se le realizó un TC espectral, 154 pacientes con daño miocárdico agudo distribuidos en 4 subgrupos etiológicos (66 pacientes con miocarditis aguda, 33 con MINOCA, 37 con miocardiopatía de estrés y 18 con daño miocárdico agudo de etiología no aclarada) y 169 controles sin evidencia de cardiopatía estructural ni enfermedad coronaria. A todos los casos se les programó la realización de una RMc en un plazo inferior a 7 días desde el ingreso. Tras la segmentación del miocardio en las reconstrucciones espectrales (imágenes monoenergéticas a 40 keV), fue posible calcular de forma cuantitativa la densidad de yodo global y segmentaria del miocardio en las adquisiciones de primer paso y de RTI, así como el volumen extracelular por TC (VECTCi) y la atenuación del tejido adiposo pericoronario (PCAT). Posteriormente, se evaluó la correlación de dichas métricas con la caracterización tisular obtenida con la RMc y con los biomarcadores sanguíneos de daño miocárdico. Asimismo, se exploraron modelos basados en aprendizaje automático para predecir la densidad de yodo esperable en función de variables de clínicas y técnicas en los sujetos control, así como para la clasificación diagnóstica de la etiología del daño miocárdico agudo en función de las variables obtenidas mediante el estudio de TC espectral. Finalmente, se evaluó el valor pronóstico de los parámetros de imagen espectral en la predicción de eventos clínicos adversos en el seguimiento. A partir de la cohorte control, se establecieron valores normales de densidad de yodo en el miocardio para las fases de perfusión de primer paso y de realce tardío, así como del VECTCi y de la atenuación del PCAT, considerando variabilidad segmentaria, diferencias por sexo, dosis de contraste, tipo de adquisición y características antropométricas. Se observaron valores de densidad de yodo en el miocardio significativamente superiores en mujeres (2,08 ± 0,32 vs. 1,63 ± 0,23 mg/mL, p < 0,001) así como una distribución fisiológica no homogénea de la densidad de yodo del miocardio, con valores más elevados en los segmentos medioapicales y en aquellos irrigados por la arteria descendente anterior. El valor promedio del VECTCi global fue de 32,3 ± 1,4 %, sin que se evidenciaran diferencias significativas por sexo o parámetros técnicos. Igualmente, el valor global promedio de PCAT fue de −84,3 ± 6,9 UH, siendo consistente entre territorios coronarios. Mediante un modelo de aprendizaje automático (regresión Ridge), se identificaron los predictores independientes de la densidad de yodo del miocardio en la adquisición de primer paso y se construyó un algoritmo capaz de estimar valores de referencia individualizados, ajustados a las características clínicas y técnicas de cada paciente (R² de 0,475; intervalo de confianza del 95 % [IC 95 %]: 0,329 a 0,620). Para facilitar la transferibilidad de estos hallazgos a la práctica clínica, esta calculadora está disponible online en https://cardiologia-investigacion-salamanca.es/calculator/iodine-perfusion), y el código asociado se ofrecen en acceso abierto. En la cohorte de casos, la evaluación mediante TC espectral permitió identificar patrones fenotípicos distintivos de los diferentes subgrupos etiológicos del daño miocárdico agudo. Los pacientes con miocarditis aguda se caracterizaron por la presencia de RTI con un patrón de distribución subepicárdico a transmural y no coronario, identificándose una disminución focal en la densidad de yodo del miocardio en reposo como dato de hipoperfusión relativa, y un incremento concomitante del VECTCi en los segmentos afectados. Por su parte, los pacientes con MINOCA mostraron defectos segmentarios de perfusión en reposo, RTI con patrón subendocárdico a transmural siguiendo territorios coronarios específicos, y un aumento significativo del VECTCi en dichos segmentos. En el caso de los pacientes con miocardiopatía de estrés, se identificó un patrón de hipoperfusión relativa apical (gradiente negativo ápico-basal en la densidad de yodo de primer paso), acompañado de un aumento significativo del VECTCi con gradiente inverso, detectándose con frecuencia la presencia de RTI con distribución medioapical. Finalmente, en los pacientes con daño miocárdico agudo de etiología no aclarada no se identificó ningún dato definitorio que permitiera su clasificación específica. Como hallazgo común a todos los subtipos de daño miocárdico agudo, y en comparación a los controles, se detectó un aumento global en el volumen del miocardio del ventrículo izquierdo y en los valores de atenuación global y por vaso coronario del PCAT, sugiriendo esto último cierto componente de inflamación pericoronaria en este contexto. Asimismo, los parámetros de la TC espectral mostraron una correlación significativa con las secuencias de caracterización tisular por RMc indicativas de edema y con los biomarcadores sanguíneos de daño miocárdico. En concreto, la densidad de yodo global del miocardio en la adquisición de primer paso presentó una correlación moderada con los valores de T1 mapping nativo global (r = 0,446; p < 0,001) mientras que la densidad de yodo en la adquisición de realce tardío se correlacionó tanto con el T1 mapping nativo global (r = 0,503; p < 0,001) como con el T2 mapping global (r = 0,278; p = 0,004). Por su parte, el VECTCi global mostró una correlación moderada con los valores globales de T1 mapping nativo y T2 mapping (r = 0,637 y r = 0,535, respectivamente; p < 0,001 para ambos), así como con los valores plasmáticos pico de NT-proBNP (r = 0,517; p < 0,001). El análisis segmentario mediante modelos mixtos evidenció una relación inversa entre la densidad de yodo miocárdica en la perfusión de primer paso y los valores de T1 mapping nativo (β = −29,5 ms; p < 0,001), T2 mapping (β = −3,2 ms; p < 0,001) y VECRM (β = −2,1 %; p < 0,001). En cambio, confirmó la asociación positiva entre la densidad de yodo de la fase de RTI y secuencias de mapping (T1 mapping: β = −183,8 ms; p < 0,001; T2 mapping: β = 13,4 ms; p < 0,001) y VECRM (β = −13,8 %; p < 0,001). La correlación entre los valores de VEC global cuantificados por TC espectral y por RMc fue elevada (r = 0,747; p < 0,001), detectándose una sobreestimación sistemática en la cuantificación del VEC mediante TC espectral (diferencia media global: 5,3 %, límites de acuerdo: −1,2 a 11,8 %). La rentabilidad diagnóstica de la TC para detectar la presencia de realce tardío utilizando como referencia el RTG por RMc fue moderada (κ de Cohen segmentario = 0,575; p < 0,001). El punto de corte óptimo de VECTCi para definir la presencia de RTI fue de 36,7 % (área bajo la curva ROC [AUC]: 0,698, sensibilidad: 64,4 %, especificidad: 66,3%, valor predictivo positivo: 32,5%, valor predictivo negativo: 88,1%). Respecto a segmentos sin RTI, los segmentos miocárdicos con realce mostraron una reducción significativa de la densidad de yodo en el primer paso (β = −0,128 mg/mL; p < 0,001), con una disminución relativa del 6-8 %, y un incremento paralelo del VECTCi. El rendimiento diagnóstico de un modelo basado en aprendizaje automático (XGBoost) desarrollado a partir de las variables de imagen espectral fue elevado, con un AUC promedio de 0,701 (IC 95 %, 0,620 a 0,782). Dicho modelo identificó como predictores más relevantes para clasificación diferencial entre subgrupos etiológicos al volumen miocárdico del ventrículo izquierdo, los gradientes ápex-base de densidad de yodo y VECTCi, la diferencia entre el valor de densidad de yodo observado y el predicho por la calculadora de normalidad y el VECTCi para los segmentos medios y basales de los segmentos de la cara lateral (AHA-5, -6, -11 y -12), el valor máximo de VECTCi y la atenuación global del PCAT. En un modelo de regresión de riesgos proporcionales de Cox, el gradiente ápexbase de VECTCi (Hazard ratio [HR] = 1,59; IC 95 %, 1,01 a 2,49) y la atenuación global de PCAT (HR = 1,25; IC 95 %, 1,01 a 1,56) se asociaron de manera independiente con eventos clínicos adversos tras una mediana del seguimiento de 269 (116-484) días. En conclusión, este trabajo establece, por primera vez, valores de referencia de los parámetros de imagen espectral en los sujetos sin cardiopatía estructural, aporta herramientas predictivas basadas en inteligencia artificial para su interpretación personalizada y valida su utilidad clínica en la caracterización, diagnóstico y pronóstico de los pacientes con daño miocárdico agudo. Estos resultados sientan las bases para la integración de la TC espectral como herramienta no invasiva en la evaluación integral del daño miocárdico agudo en la práctica clínica y en la investigación cardiovascular

[EN] demand for faster, more accessible, and diagnostically accurate strategies for acute myocardial injury (AMI) remains one of the major challenges in contemporary cardiovascular medicine. Spectral computed tomography (CT) has emerged as a promising modality, offering a comprehensive “one-stop-shop” diagnostic approach that enables simultaneous non-invasive assessment of coronary anatomy, cardiac morphology, myocardial perfusion, pericoronary inflammation, and myocardial tissue characterization across a wide range of clinical scenarios. By integrating data derived from multiple photon energy levels and applying advanced material decomposition algorithms, spectral CT generates virtual reconstructions that allow precise quantification of myocardial iodine concentration based on its uptake or accumulation, both during angiographic phases (first-pass perfusion) and delayed enhancement imaging. This innovation provides a novel approach to assess abnormalities in myocardial perfusion and extracellular space, both key pathophysiological aspects traditionally reserved to cardiac magnetic resonance (CMR). Despite clinical practice guidelines and consensus statements from various scientific societies recognizing an expanding role for cardiac CT in the non-invasive evaluation of AMI and myocardial infarction with non-obstructive coronary arteries (MINOCA), evidence supporting the diagnostic value of spectral CT is limited and largely confined to isolated case series. To date, no studies have thoroughly explored the diagnostic capabilities of spectral CT in in differentiating etiologic subtypes of AMI nor compared these findings with CMR, currently considered the gold-standard technique. This study aimed to characterize myocardial injury phenotypes across AMI subtypes by describing differential imaging abnormalities on first-pass perfusion and late iodine enhancement (LIE), as well as pericoronary inflammation through assessment of pericoronary adipose tissue (PCAT) attenuation, using spectral CT in patients with AMI, and to evaluate its diagnostic performance compared to CMR. A total of 323 patients were enrolled retrospectively and prospectively, 154 cases of AMI (mean age: 52,1 ± 21 years, 49,8% women) classified into four etiologic subgroups (66 cases of acute myocarditis, 33 of MINOCA, 37 of stress cardiomyopathy and 18 of AMI of unknown origin) and a control group of 169 subjects (mean age 55.4 ± 11.1 years, 63.3% women) without evidence of structural heart or coronary artery disease who had also underwent an spectral CT for another reason. All AMI patients were scheduled to undergo for CMR within 7 days of admission. Following left ventricle myocardial segmentation on spectral reconstructions (40 keV virtual monoenergetic images), segmental and global quantification of myocardial iodine concentration during both first-pass perfusion and late-enhancement phases, along with extracellular volume by spectral CT (ECVCTi) and PCAT attenuation. Correlations of these metrics with multiparametric tissue characterization on CMR and serum biomarkers of myocardial injury were then evaluated. Additionally, machine-learning (ML) models were explored to predict normative myocardial iodine density value according to clinical and technical variables in control subjects, and to classify the etiological subgroups of AMI based on variables derived from spectral CT imaging. Additionally, a mixed-effects model was used to assess the impact of the presence of LIE on first-pass myocardial iodine density values. Finally, a Cox proportional hazards regression model was constructed to evaluate the prognostic value of different spectral CT parameters for predicting adverse clinical outcomes at latest available follow-up. The control cohort was used to derive normal reference values for myocardial iodine density during first-pass perfusion and LIE phases, as well as ECVCTi and PCAT attenuation, taking into account segmental variability, sex differences, contrast dose, CTacquisition protocol, and anthropometric characteristics. Myocardial iodine density values were significantly higher in women (2.08 ± 0.32 vs. 1.63 ± 0.23 mg/mL; p < 0.001) and a physiological, non-homogeneous iodine density, distribution was observed, with higher values in mid-to-apical segments and in those supplied by the left anterior descending artery. ECVCTi demonstrated low interindividual variability (mean value of 32.3 ± 1.4%) and was not affected by sex or CT-related technical variables. Similarly, PCAT values (global average: −84.3 ± 6.9 Hounsfield units) in controls were consistent across coronary territories and independent of clinical or technical factors. A machine-learning model (Ridge regression, R² = 0.475) identified independent predictors of myocardial iodine density at first-pass perfusion phase, enabling development of an online calculator capable of estimating individualized normal values adjusted by linical patient characteristics (left ventricular myocardial volume, sex, body mass index) and CT-related technical parameters (type of acquisition and ratio of volume of administered contrast/patient bodyweight). The online calculator and the associated code are provided as open-access resources and are available at https://cardiologiainvestigacion- salamanca.es/calculator/iodine-perfusion. Among AMI patients, spectral CT provided a characterization of myocardial injury phenotypes, identifying significant differences in spectral parameters according to aetiology. Patients with acute myocarditis were characterized by LIE with a non-coronary, subepicardial-to-transmural distribution, with concomitant focal reductions in resting myocardial densitiy values indicative of relative hypoperfusion, and a increased ECVCTi in the involved segments. Patients with MINOCA exhibited focal defects in resting perfusion, LIE with a subendocardial-to-transmural pattern following specific coronary territories, along with an increase in ECVCTi values in the involved segments. In stress cardiomyopathy, a pattern of relative apical hypoperfusion was identified, reflected by a negative apex-to-base gradient in first-pass perfusion myocardial iodine density values along with a significant increase in ECVCTi with an inverse gradient. A remarkable finding was the presence of a mid-to-apical pattern of LIE in more than half of the cases, not consistently reported in previous CMR studies. Finally, in patients with AMI of unknown etiology, no defining features were identified to allow specific clasification. As a common finding across all subtypes of acute myocardial injury, and compared with controls, there was a global increase in left ventricular myocardial volume and in both global and per-vessel PCAT attenuation values, suggesting a component of pericoronary inflammation in this context. Spectral CT also demonstrated a good correlation with CMR parametric tissue characterization as well as with circulating biomarkers of myocardial injury. Specifically, global myocardial iodine density from the first-pass acquisition demonstrated a moderate correlation with global native T1 mapping values (r = 0.446; p < 0.001), while iodine density values in the LIE acquisition correlated with both global native T1 mapping (r = 0.503; p < 0.001) and global T2 mapping (r = 0.278; p = 0.004). In turn, global ECVCTi showed a moderate correlation with global native T1 and T2 mapping values (r = 0.637 and r = 0.535, respectively; p < 0.001 for both correlations), as well as with peak plasmatic NT-proBNP levels (r = 0.517; p < 0.001). Segmental analysis using a mixed-effect models revealed an inverse relationship between myocardial iodine density in first-pass perfusion and native T1 mapping (β = −29.5 ms; p < 0.001), T2 mapping (β = −3.2 ms; p < 0.001), and CMR-derived ECV (β = −2.1 %; p < 0.001). Conversely, it confirmed a positive association between iodine density in the LIE phase and parametric mapping sequences (T1 mapping: β = −183.8 ms; p < 0.001; T2 mapping: β = 13.4 ms; p < 0.001) as well as with CMR-derived ECV (β = −13.8 %; p < 0.001). The correlation between CT-derived and CMR-derived ECV was high both in the per-patient (r = 0.747; p < 0.001), though a systematic overestimation by spectral CT was noted (global mean bias: +5.3%, limits of agreement: –1.2% to +11.8%). The diagnostic performance of spectral CT for detecting the presence of late enhancement, using CMR LGE as reference, was moderate (segmental Cohen’s κ = 0.575; p < 0.001). The optimal ECVCTi cutoff to define the presence of late iodine enhancement was 36.7% (area under the ROC curve [AUC]: 0.698; sensitivity: 64.4%; specificity: 66.3%; positive predictive value: 32.5%; negative predictive value: 88.1%). Compared with segments without late iodine enhancement, affected myocardial segments exhibited a significant reduction in first-pass iodine density values (β = −0.128 mg/mL; p < 0.001), corresponding to a relative decrease of 6–8%, alongside a parallel increase ECVCTi. A machine-learning model (XGBoost) based on quantitative spectral CT derived parameters, achieved strong diagnostic performance for AMI subtype classification (average AUC = 0,701 (95% confidence interval [CI], 0,620 to 0,782). Relevant predictors included left ventricular myocardial volume, apical-basal gradients of first-pass iodine density and ECVCTi, the difference between observed and predicted iodine values using the online calculator during first-pass perfusion and ECVCTi values from the basal and mid lateral myocardial segments (American Heart Association segments 5, 6, 11 and 12), maximum ECVCTi value, and global PCAT attenuation. In a Cox proportional-hazards regression model, apical-basal ECVCTi gradient (Hazard ratio, HR = 1.59; 95% CI, 1.01 to 2.49; p = 0.044) and global PCAT attenuation (HR = 1.25; 95% CI, 1.01 to 1.56; p = 0.041) independently predicted adverse clinical outcomes during a median follow-up of 269 (Q1-Q3: 116-484) days. To our knowledge, this is the first study to establish normative reference values for spectral-imaging parameters in individuals without cardiac disease, provides artificialintelligence- based predictive tools for personalized interpretation, and validates their clinical utility for the characterization, diagnosis and prognostic assessment of patients with acute myocardial injury. These findings set the foundation for integrating spectral CT as a non-invasive tool in the comprehensive evaluation of acute myocardial injury in both clinical practice and cardiovascular research.