众所周知，主动脉夹层是十分危险的疾病，每年的发病率为每10万人中有4至7人。现阶段，临床对最初无并发症的斯坦福B型主动脉夹层（uTBAD）患者的最佳治疗方法仍然存在很多争论。倡导胸腔内主动脉修复术（TEVAR）的人强调，药物治疗的uTBAD患者后期并发症的发生率很高。然而，支持预防性TEVAR的证据水平很低。主动脉专业方向的专家有一个广泛的共识，即需要更好的风险分层，以准确识别晚期不良事件的高风险患者。只有高危患者才有可能从预防性TEVAR中获益，但临床风险分层的可靠标准还没有确定。一些研究试图在计算机断层扫描血管成像（CTA）影像学特征上识别高风险的形态特征，这些特征可提示uTBAD后期并发症风险的增加。所提出的形态学成像指标包括主动脉大小、假腔大小、原发入口撕裂的大小和位置、假腔通畅性和囊状结构以及假腔纵行范围和结构。只有相对简单的主动脉直径测量的可重复性在几项研究中得到了评估，且专家读者之间存在很大差异。

随着技术的进步，机器学习模型有可自动识别主动脉夹层患者CTA检查中的形态学特征。然而，训练这样的模型通常需要由专家手动进行强大的真实测量。

近日，发表在European Radiology杂志的一项研究探讨了专家对主动脉夹层CTA检查的测量结果的可重复性，为进一步的机器学习模型的建立提供了参考依据及数据支持。

本项研究由四位独立观察者回顾性地评估了72名无并发症的斯坦福B型主动脉夹层患者的CTA检查，并评估了最近提出的四个形态学风险预测因素（最大主动脉直径、假腔周角、假腔流出和肋间动脉）组合的可重复性。在第一次观察者间变异性评估中，来自一个主动脉中心的47张CTA扫描由专家1在没有标准化工作流程的情况下进行无约束的临床评估，并与使用标准化工作流程的三位专家（2-4）的综合评估进行比较。对47张CTA扫描中的30张进行第二次观察者间变异性评估，使用受限的标准化工作流程比较了专家3和4。第三次观察者间差异性评估是在专门培训后进行的，在25张CTA扫描的外部人群中对专家3和4进行测试。用类内相关系数（ICC）和Bland-Altman图来评估观察者间的一致性。

专家1和专家2-4之间的四种形态学特征的训练前ICC从0.04（-0.05至0.13）到0.68（0.49-0.81）不等，专家3和4之间的ICC从0.50（0.32-0.69）到0.89（0.78-0.95）不等。训练后，ICCs从0.69（0.52-0.87）提高到0.97（0.94-0.99），Bland-Altman分析显示偏差和一致性的限制有所下降。

 图 形态学上的CT血管造影成像特征评估

本项研究表明，可以优化uTBAD患者CT图像上的形态学风险特征的手工测量，从而获得良好的观察者间可靠性和一致性并减少重新分类的情况，对机器学习模型的训练、验证和测试至关重要。
原文出处：

Martin J Willemink,Domenico Mastrodicasa,Mohammad H Madani,et al.Inter-observer variability of expert-derived morphologic risk predictors in aortic dissection.DOI:10.1007/s00330-022-09056-z