Arq Bras Cardiol abc Arquivos Brasileiros de Cardiologia Arq. Bras. Cardiol. 0066-782X 1678-4170 Sociedade Brasileira de Cardiologia - SBC PZHYMHy58jxpYnL9dqGtrSd S0066-782X2025001100301 00301 10.36660/abc.20250052 Artigo Original Placas Vulneráveis Detectadas por TC Cardíaca e Risco de Infarto Agudo do Miocárdio Futuro: Valor Preditivo dos Escores CAC e do Índice de Carga Inflamatória 0000-0002-6209-1732 Ömür Sefa Erdi Concepção e desenho da pesquisa e Redação do manuscrito Obtenção de dados Análise e interpretação dos dados Análise estatística e Revisão crítica do manuscrito quanto ao conteúdo 1 0000-0001-9823-1613 Koyun Emin Concepção e desenho da pesquisa e Redação do manuscrito Obtenção de dados 2 0009-0008-1120-4216 Cabri Gökhan Concepção e desenho da pesquisa e Redação do manuscrito 1 Department of Cardiology Tokat Gaziosmanpaşa University Tokat Turquia Department of Cardiology, Tokat Gaziosmanpaşa University, Tokat – Turquia Cardiology Clinic Sivas State Hospital Sivas Turquia Cardiology Clinic, Sivas State Hospital, Sivas – Turquia Sefa Erdi Ömür Tokat Gaziosmanpaşa University, Tokat, 60250 – Turquia E-mail: sefaerdi61@gmail.com

Nuno Bettencourt

Não há conflito com o presente artigo.

 09 01 2026 11 2025 122 11 e20250052 24 01 2025 22 05 2025 28 07 2025 Este é um artigo de acesso aberto distribuído sob os termos da licença de atribuição pelo Creative Commons Resumo Fundamento

A angiotomografia computadorizada (ATC) é amplamente utilizada como modalidade básica não invasiva para avaliar a doença arterial coronariana. O índice de carga inflamatória (IBI Inflammatory burden index) é um indicador de inflamação sistêmica que reflete o estado inflamatório. Ainda é difícil determinar o alto risco de infarto agudo do miocárdio (IAM) futuro em pacientes com placa detectada pela angiotomografia.

 Objetivo

Este estudo teve como objetivo avaliar a eficácia dos escores de Cálcio da Artéria Coronária (CAC) e IBI na predição do risco de IAM entre pacientes submetidos à ATC para dor torácica. Buscamos avaliar o valor preditivo individual e combinado desses índices, determinar seus valores de corte ideais e comparar o risco de IAM entre grupos de pacientes com diferentes escores CAC e IBI. Também objetivamos avaliar o papel potencial desses marcadores na identificação de “pacientes vulneráveis” com alto risco de eventos cardiovasculares futuros.

 Métodos

Este estudo retrospectivo incluiu 1.235 pacientes submetidos à ATC devido à dor torácica e acompanhados por 3 anos (2,8-3,4). Os pacientes foram categorizados em três modelos com base em seus escores CAC e IBI. O desfecho primário foi a ocorrência de IAM durante o período de acompanhamento. A significância estatística foi estabelecida em p < 0,05 para todas as análises.

 Resultados

Pacientes que apresentaram IAM apresentaram escores de IBI e CAC significativamente mais altos em comparação com aqueles sem ISM. A análise de regressão logística identificou o escore de CAC e o IBI como preditores independentes de ISM. A análise ROC determinou os valores de corte ideais para IBI (128) e CAC (102) na predição de IDM. A análise de Kaplan-Meier revelou um gradiente significativo no risco de IAM entre os três modelos, com o maior risco observado em pacientes com altos escores de IBI e CAC.

 Conclusão

A combinação dos escores IBI e CAC proporciona melhor estratificação de risco para a previsão de IAM futuro (placa vulnerável) em pacientes com placa detectada por angiotomografia. Essa abordagem pode facilitar estratégias de tratamento mais específicas para pacientes de alto risco.

Placas Vulneráveis Detectadas por TC Cardíaca e Risco de Infarto Agudo do Miocárdio Futuro: Valor Preditivo dos Escores CAC e do Índice de Carga Inflamatória Fluxograma do estudo.

Palavras-chave Vasos Coronários Infarto do Miocárdio Angiografia por Tomografia Computadorizada Fontes de financiamento:O presente estudo não teve fontes de financiamento externas. Introdução

O infarto agudo do miocárdio (IAM) continua sendo uma das principais causas de morbidade e mortalidade em todo o mundo. Apesar dos avanços nas técnicas diagnósticas e intervenções terapêuticas, a identificação e a previsão precoces do IAM, particularmente em pacientes com dor torácica, continuam a representar desafios significativos para os médicos. A angiotomografia computadorizada (ATC) emergiu como uma ferramenta crucial na avaliação não invasiva da doença arterial coronariana (DAC) e na caracterização de placas, fornecendo informações valiosas sobre a presença e a extensão da aterosclerose coronariana, bem como a identificação de placas vulneráveis e propensas à ruptura.1

A inflamação desempenha um papel fundamental na patogênese da aterosclerose e na desestabilização da placa, levando ao IAM.2 Nos últimos anos, assistimos a uma mudança de paradigma na medicina cardiovascular, passando de um foco exclusivo em placas vulneráveis para um conceito mais abrangente de paciente vulnerável. O paciente vulnerável abrange não apenas as características locais da placa, mas também fatores como inflamação sistêmica e carga aterosclerótica generalizada.3 Nosso estudo explora como a combinação de marcadores sistêmicos, como o Escore de Cálcio da Artéria Coronária (CAC) e o Índice de Carga Inflamatória (IBI), pode ajudar a identificar não apenas placas vulneráveis, mas também pacientes vulneráveis e suscetíveis a futuros eventos cardiovasculares. Biomarcadores de inflamação, como a proteína C-reativa (PCR) e a razão neutrófilo-linfócito (NLR), foram reconhecidos como valiosos preditores de eventos cardiovasculares.4 Estudos recentes examinaram a relação entre a carga inflamatória e o potencial para doenças cardiovasculares. Pesquisadores combinaram PCR e NLR para criar a medida IBI, que agora é amplamente utilizada em estudos de prognóstico de câncer e doenças cerebrovasculares.5,6 Um estudo recente encontrou uma associação entre os níveis de IBI e a prevalência de doenças cardiovasculares.7 Comparado à PCR e à NLR, o IBI, um marcador abrangente de inflamação, pode fornecer uma avaliação mais consistente da inflamação, refletir com mais precisão o estado inflamatório do corpo, avaliar melhor a eficácia do tratamento e prever o prognóstico dos pacientes.8 O Sistema de Notificação e Dados de Doença Arterial Coronária (CAD-RADS Coronary Artery Disease-Reporting and Data System) tem demonstrado que prevê com precisão os principais eventos cardiovasculares adversos, definidos como angina instável, IAM ou morte, em pacientes com dor torácica estável, com desempenho superior em comparação aos fatores de risco tradicionais, outros escores de estratificação de risco, o CAC e o sistema anterior de escore de estenose coronária por tomografia computadorizada cardiovascular.9,10

Além disso, o escore CAC, uma medida bem estabelecida da carga da placa aterosclerótica, tem sido amplamente utilizado para estratificar o risco em pacientes com DAC.11 No entanto, a contribuição relativa dos escores CAC e IBI na predição da erosão da placa, que é um precursor do IM, ainda não está totalmente esclarecida. Compreender a relação entre esses índices e sua capacidade de prever a instabilidade da placa pode impactar significativamente na tomada de decisões clínicas e o manejo do paciente.12

Este estudo tem como objetivo avaliar a eficácia dos escores CAC e IBI na predição de erosão de placa e subsequente IAM em pacientes que apresentam dor torácica e são submetidos à angiotomografia. Ao examinar retrospectivamente esses fatores em uma grande coorte, este estudo busca fornecer insights sobre sua utilidade para aprimorar a estratificação de risco e orientar intervenções terapêuticas no ambiente cardiológico ambulatorial.

 Métodos População do estudo e coleta de dados

Esta investigação de coorte prospectiva foi conduzida na clínica de cardiologia de um hospital universitário local. A população do estudo consistiu em pacientes que apresentaram angina de peito estável ou dor torácica atípica e foram submetidos a ATC diagnóstica entre junho de 2019 e junho de 2021. O estudo incluiu pacientes que não apresentavam angina instável no início do estudo. Durante o período de acompanhamento, alguns pacientes desenvolveram IAM enquanto outros permaneceram livres de eventos. Todos os pacientes foram monitorados para eventos de IAM durante todo o período do estudo. Dos 1235 pacientes incluídos na análise final, 283 pacientes apresentaram IAM durante o acompanhamento, enquanto 952 pacientes permaneceram livres de eventos de IAM. Os pacientes incluídos no estudo apresentaram valores iniciais de troponina dentro da faixa normal e nenhuma alteração típica em seus eletrocardiogramas sugestivos de infarto por IAM. Os tratamentos médicos (ácido acetilsalicílico, terapia anti-hiperlipidêmica, etc.) dos pacientes foram otimizados após a ATC. Todos os pacientes incluídos no estudo foram acompanhados prospectivamente para eventos de IAM até junho de 2024, resultando em um acompanhamento médio de 3 (2,8-3,4) anos.

As imagens ATC foram analisadas para identificar placas, com foco específico em lesões que demonstravam estenose inferior a 50%. Entre os pacientes que apresentaram IAM durante o período de acompanhamento, suas ATC basais foram avaliadas retrospectivamente para caracterizar as placas culpadas. As características vulneráveis das placas foram avaliadas sistematicamente usando critérios estabelecidos de imagem por tomografia computadorizada. A avaliação incluiu a medição quantitativa da atenuação da placa, com placas de baixa atenuação definidas como aquelas com < 30 unidades Hounsfield. A remodelação positiva foi identificada por um índice de remodelação superior a 1,1, calculado como a razão entre o diâmetro do vaso no local da placa e o diâmetro de referência do segmento proximal normal. Outras características de alto risco da placa que foram avaliadas incluíram padrões de calcificação irregulares e a presença do sinal do anel de guardanapo (NRS). Esses marcadores de imagem por ATC validados foram analisados em conjunto com os escores CAC e IBI para fornecer uma avaliação abrangente da vulnerabilidade da placa. Todas as imagens de TC foram avaliadas independentemente por dois radiologistas cardiovasculares experientes, cegos aos desfechos clínicos, com quaisquer discrepâncias resolvidas por consenso.

Inicialmente, 1.436 pacientes preencheram os critérios de inclusão; no entanto, 201 foram excluídos devido a dados incompletos ou recusa de participação (Figura Central), resultando em uma coorte final de estudo de 1.235 pacientes. As características demográficas, clínicas, médicas e angiográficas dos pacientes e os resultados de acompanhamento de 3 anos foram obtidos usando dados de pacientes hospitalares e banco de dados hospitalares. O estudo está em conformidade com os princípios estabelecidos na Declaração de Helsinque e foi aprovado pelo comitê de ética do hospital universitário local. A totalidade deste manuscrito foi escrita sem o uso de quaisquer tecnologias assistidas por inteligência artificial (IA), incluindo grandes modelos de linguagem, chatbots ou criadores de imagens. Todo o conteúdo foi produzido exclusivamente pelos autores usando métodos tradicionais de escrita e pesquisa.

Os desfechos dos pacientes foram monitorados sistematicamente por meio de um protocolo abrangente de acompanhamento multimodal. Todos os pacientes inscritos foram agendados para consultas clínicas regulares em nossa instituição, onde avaliações cardiovasculares detalhadas foram realizadas e documentadas. Para os pacientes que faltaram às consultas agendadas, entrevistas telefônicas estruturadas foram conduzidas com os pacientes ou seus parentes próximos designados, utilizando informações de contato do banco de dados do nosso hospital. Nos casos em que os pacientes relataram eventos de IAM em outras unidades de saúde, nossa equipe de pesquisa estabeleceu comunicação direta com os cardiologistas responsáveis pelo tratamento nessas instituições. Além disso, todos os eventos dos pacientes foram verificados por meio do sistema nacional de registros eletrônicos de saúde (e-Nabiz), que forneceu acesso a imagens angiográficas e dados clínicos abrangentes de qualquer unidade de saúde da rede nacional. Essa abordagem multifacetada para o monitoramento do paciente, combinando acompanhamento clínico direto, telecomunicação sistemática, consulta médica interinstitucional e revisão centralizada de registros eletrônicos de saúde, permitiu a documentação e a verificação completas dos eventos de IAM, independentemente do local de ocorrência.

Os critérios da Diretriz da Sociedade Europeia de Cardiologia foram usados para diagnosticar IAM em 13 pacientes. Pacientes que apresentaram IAM no ponto de placa indicado de acordo com o resultado da angiografia por TC (n: 283) e aqueles que não apresentaram (n: 952) foram incluídos no estudo, e os pacientes foram avaliados em termos de escores IBI e CAC. Três sistemas de modelagem foram criados para avaliar o sucesso dos escores IBI e CAC na predição da erosão da placa em pacientes. De acordo com esse sistema de modelagem, pacientes com altos escores CAC e IBI foram incluídos no grupo de pacientes no modelo 1. Pacientes com altos escores CAC e baixos valores IBI foram incluídos no grupo do modelo 2. Pacientes com baixos escores IBI e CAC foram incluídos no grupo do modelo 3. Os valores de CAC e IBI foram adicionados aos modelos como variáveis contínuas, de acordo com o valor de corte obtido na análise ROC. Os pacientes foram acompanhados por uma média de 3 (2,8-3,4) anos, de acordo com os três modelos, e as taxas de IM foram registradas. O escore CAD-RADS, que foi desenvolvido para padronizar os relatórios de imagens de TC coronárias, melhorar a comunicação e orientar o tratamento, foi avaliado e registrado para os pacientes. O IBI é definido como o produto da PCR multiplicada pela NLR. Pacientes com qualquer doença inflamatória sistêmica e reumatológica, doença de depósito, anemia, malignidade, idade inferior a 18 anos, acidente vascular cerebral agudo ou crônico, qualquer doença hematológica, incluindo insuficiência renal e/ou hepática avançada, pacientes com histórico de infecção aguda ou crônica, pacientes com histórico de transfusão de sangue nos últimos 3 meses, pacientes com doença valvar grave e pacientes submetidos a cirurgia valvar foram excluídos do estudo. Ao mesmo tempo, pacientes com estenose superior a 50% na angiotomografia não foram incluídos no estudo, pois foram encaminhados diretamente para angiografia.

 Exame laboratorial e demográfico

Todas as amostras de sangue foram obtidas de sangue venoso periférico imediatamente antes da angiotomografia. NT-proBNP, PCR, painel lipídico, glicemia de jejum, creatinina, troponina-I e outros parâmetros de rotina foram obtidos das amostras de sangue. O hemograma completo (HC) foi avaliado com um contador automático de células sanguíneas (Coulter LH 780 Hematology Analyzer, Beckman Coulter Corp, Hialeah, Flórida, EUA). Pacientes com nível de glicemia de jejum > 125 mg/dL, nível de HgA1c > 6,5% ou usando medicamentos antidiabéticos (orais/insulina) foram considerados pacientes com DM. Pacientes com níveis de colesterol de lipoproteína de baixa densidade (LDL-C) acima de 100 mg/dL ou usando medicamentos anti-lipidêmicos foram considerados pacientes hiperlipidêmicos (LH). O uso de medicamentos anti-hipertensivos ou pressões arteriais sistólica e diastólica acima de 140/90 mmHg foi considerado como hipertensão (HT). DAC foi definida como estenose significativa das artérias coronárias, estreitamento do diâmetro médio do lúmen superior a 50% ou evidência de infarto miocárdico prévio. Em nossa avaliação de pacientes com IAM, consideramos não apenas as características individuais da placa, mas também fatores sistêmicos que podem contribuir para o conceito geral de “paciente vulnerável”, indivíduos com risco elevado de eventos cardiovasculares devido a uma combinação de vulnerabilidade da placa, estado inflamatório e outros fatores sistêmicos. Pacientes que fumaram nos últimos seis meses foram considerados fumantes.

 Angiografia coronária, avaliação ecocardiográfica

Antes da angiografia coronária, todos os pacientes foram submetidos a ecocardiografia transtorácica (ETT) com aparelho de ecocardiografia Vivid E7 (GE Vingmed Ultrasound) e sonda de ultrassom MS5 (1,5-4,5 MHz) em decúbito esquerdo. A fração de ejeção do ventrículo esquerdo (FEVE) foi medida por dois cardiologistas experientes, utilizando o método de Simpson. Todos os procedimentos de CAG e ICP foram realizados com o dispositivo de angiografia Xper Allura FD-10 Modelo C Arm Detector System (Philips Medical Systems International BV, Best, Holanda). Todos os pacientes foram submetidos a intervenção femoral ou radial com a técnica padrão de Judkins e um cateter de 6 Fr. Dois cardiologistas intervencionistas experientes realizaram procedimentos de ICP.

 Análise estatística

As análises estatísticas foram realizadas usando o software SPSS 26.0 (SPSS Inc., Chicago, IL, EUA). A normalidade da distribuição dos dados foi avaliada usando o teste de Kolmogorov-Smirnov. Variáveis categóricas foram expressas como números e porcentagens (n, %), enquanto variáveis contínuas foram apresentadas como média ± desvio padrão (média ± DP) ou mediana com intervalo interquartil (mediana, IIQ) de acordo com seu padrão de distribuição. Para dados paramétricos que atendem às premissas necessárias (medidas de escala de intervalo/razão com distribuição normal), um teste-t de amostras independentes foi usado para comparar dois grupos independentes, enquanto ANOVA unidirecional foi empregada para comparar mais de dois grupos independentes. Ao usar ANOVA para comparações de múltiplos grupos, a análise post-hoc foi conduzida usando o teste de Tukey para variâncias homogêneas e o teste de Games-Howell para variâncias não homogêneas para determinar quais grupos diferiram significativamente dos outros. Quando as premissas paramétricas não foram atendidas, o teste U de Mann-Whitney foi usado para comparar dois grupos independentes. O teste chi-quadrado foi utilizado para analisar variáveis categóricas. A análise da curva (ROC) foi usada para calcular os melhores valores de corte de CAC e IBI. O melhor valor de corte obtido da curva ROC de CAC e IBI foi tomado como o valor de corte na categorização dos valores de escore de IBI e CAC como altos e baixos. A análise de regressão logística univariada foi realizada para determinar os preditores de IAM em todos os pacientes. As variáveis que foram significativas na análise de regressão logística univariada (p < 0,05) foram incluídas na análise de regressão logística multivariada. Os resultados da análise de regressão logística são apresentados como odds ratios (OR) e intervalos de confiança de 95% (IC). A curva de sobrevida de Kaplan-Meier foi usada para examinar a diferença nas taxas de incidência de IM entre os grupos, e a significância estatística foi determinada usando o teste Log-rank. Um P bilateral < 0,05 foi considerado estatisticamente significativo.

 Resultados

Um total de 1.235 pacientes submetidos à ATC foi incluído em nosso estudo. As características demográficas, clínicas e laboratoriais básicas, os resultados angiográficos e as medicações dos pacientes incluídos no estudo são apresentados na Tabela 1. Doença arterial coronária, diabetes e hiperlipidemia foram encontradas em níveis mais elevados no grupo com IAM. Contagem de neutrófilos, plaquetas, colesterol LDL, triglicerídeos, PCR e valores de NT-proBNP foram significativamente maiores no grupo IM do que no grupo sem IM. Os níveis de troponina foram maiores no grupo IAM como esperado. A contagem de linfócitos foi maior no grupo sem IAM. Quando o valor do IBI foi examinado, foi encontrado significativamente maior no grupo com IAM do que no grupo sem IAM. CAC, uso de estatina e e/e’ foram maiores no grupo IAM em comparação com o grupo sem IAM.

– Comparação dos dados demográficos, laboratoriais e medicamentos dos grupos
Variável Infarto do miocárdio (n: 397) Sem infarto do miocárdio (n: 952) p
Idade (anos) 65,41±3,24 64,45±4,03 0,180
Sexo feminino n (%) 174 (43,82) 423 (44,43) 0,639
IMC kg/m2 27,43±3,22 26,91±3,14 0,221
Diabetes mellitus n (%) 138 (34,76) 298 (31,30) 0,003
Hipertensão n (%) 131 (32,99) 321 (33,71) 0,861
Hiperlipidemia n (%) 135 (34,00) 301 (31,61) 0,017
Tabagismo n (%) 140 (35,26) 326 (34,24) 0,283
Fibrilação atrial n (%) 47 (11,83) 111 (11,65) 0,569
DAC n (%) 127 (31,98) 298 (31,30) 0,040
DAP n (%) 23 (5,79) 52 (5,46) 0,079
CAD-RADS 2,2±0,53 1,6±0,21 <0,001
Variáveis hematológicas
Glicose em jejum (mg/dl) 118,62±12,79 116,63±11,78 0,829
Creatinina (mg/dl) 1,01±0,41 0,99±0,55 0,129
Sódio (mmol/L) 138,55±3,76 139,66±2,86 0,873
Potássio (mmol/L) 4,50±0,32 4,51±0,34 0,499
ALT (U/L) 25,39±2,81 24,59±2,87 0,553
AST (U/L) 24,37±3,16 24,51±4,82 0,359
TSH (µUI/ml) 1,44±0,32 1,41±0,29 0,283
Hemoglobina (g/dl) 10,61±3,41 10,53±3,59 0,573
Contagem de leucócitos (x103/µl) 10,11±3,11 9,28±4,07 0,449
Contagem de neutrófilos (×103 /μL) 8,14±2,44 3,89±2,31 <0,001
Contagem de linfócitos (×103 /μL) 1,11±0,74 1,29±1,94 <0,001
Monócitos (x103 /µl) 1,85±1,51 1,84±1,31 0,113
Plaquetas (x103/µl) 349,21±61,23 328,91±66,73 <0,001
Colesterol LDL (mg/dl) 136,44 ± 30,8 125,6 ± 41,12 <0,001
Colesterol HDL (mg/dl) 37,69±12,41 42,26±10,1 0,048
Triglicerídeos, (mg/dl) 231,81±32,21 218,51 ± 27,6 0,039
NT-proBNP (pg/ml) 52,41±12,32 44,2±10,7 0,028
Troponina (ng/mL) 99,53±29,36 57,24±25,68 <0,001
PCR (mg/L) 45,24±9,56 21,42±8,41 <0,001
IBI 326,88±32,57 64,49±15,21 <0,001
Achados ecocardiográficos
FEVE (%) 52,41±2,6 52,51±2,9 0,947
Tamanho AE (mm) 35,51±4,8 34,42±5,01 0,557
IMVE (g/m) 112,32±2,3 111,2±3,6 0,469
Parâmetros angiográficos
Lesão da DAE n(%) 166 (41,81) 398 (41,80) 0,783
Lesão CX n(%) 138 (34,76) 342 (35,92) 0,663
Lesão ACD n(%) 120 (30,22) 296 (31,09) 0,239
Doença de três vasos n(%) 20 (5,03) 51 (5,35) 0,570
Escore CAC 342±25,31 88±12,3 <0,001
Medicamentos
Ácido acetilsalicílico 178 (44,83) 425 (44,62) 0,601
IECA, BRA 123 (30,98) 288 (30,25) 0,122
Betabloqueador 91 (22,92) 220 (23.10) 0,806
Estatina 111 (27,95) 218 (22,89) 0,011
Clopidogrel 16 (4,03) 43 (4,51) 0,347
Bloqueadores dos canais de cálcio 39 (9,82) 99 (10,39) 0,779

Valores em negrito indicam valores de p estatisticamente significativos (p<0,05). IECA: Inibidor da enzima conversora de angiotensina; ALT: alanina aminotransferase; BRA: bloqueador do receptor de angiotensina; AST: aspartato aminotransferase; IMC: índice de massa corporal; CAC: cálcio da artéria coronária; DAC: doença arterial coronária; CAD-RADS: sistema de notificação e dados de doença arterial coronária; PCR: Proteína C reativa; CX, artéria circunflexa; HDL: lipoproteína de alta densidade; IBI: índice de carga inflamatória; AE: átrio esquerdo; DAE: artéria descendente anterior esquerda; LDL: lipoproteína de baixa densidade; FEVE: fração de ejeção do ventrículo esquerdo; IMVE: índice de massa ventricular esquerda; NT-proBNP: pró-peptídeo natriurético cerebral N-terminal; DAP: doença arterial periférica; ACD: artéria coronária direita; TSH: hormônio estimulante da tireoide.

Quinhentos trinta e dois pacientes (36,66%) foram incluídos no grupo de pacientes no modelo 1, 461 pacientes (31,77%) foram incluídos no grupo de pacientes no modelo 2 e 458 pacientes (31,56%) foram incluídos no grupo de pacientes no modelo 3. A classificação dos pacientes de acordo com os escores IBI e CAC é mostrada na Tabela 2. Doença arterial coronariana, diabetes e hiperlipidemia foram encontradas como sendo maiores no grupo do Modelo 1 em comparação aos outros dois grupos. Contagem de neutrófilos, plaquetas, PCR, colesterol LDL, triglicerídeos, NT-proBNP e troponina foram maiores no grupo Modelo 1 em comparação aos outros dois grupos. Na avaliação angiográfica, as taxas de lesão da DA, LCX e ACD foram semelhantes nos grupos Modelo 1 e Modelo 2, enquanto foram significativamente maiores nesses dois grupos em comparação ao grupo Modelo 3. Na avaliação ecocardiográfica, a relação e/e’ foi maior no grupo Modelo 1 em comparação aos outros dois grupos.

– Comparação de dados demográficos, laboratoriais e medicamentos dos modelos
Variável MODELO 1 (n: 532) MODELO 2 (n: 461) MODELO 3 (n: 458) p
Idade (anos) 65,21±1,14 65,25±3,03 64,79±8,68 0,263
Sexo feminino n (%) 248 (46,61) 210 (45,55) 209 (45,63) 0,429
IMC kg/m2 27,23±4,22 28,01±3,84 28,03±4,74 0,367
Diabetes mellitus n (%) 172 (32,33)a 140 (30.36)b 136 (29,69)c 0,023
Hipertensão n (%) 161 (30,26) 132 (28,63) 135 (29,47) 0,351
Hiperlipidemia n (%) 167 (31,39)a 129(27.33)b 114(24,89)c 0,012
Tabagismo n (%) 128(24,06) 109(23,64) 107(23,36) 0,189
Fibrilação atrial n (%) 65 (12.21) 58 (12,58) 56 (12,22) 0,243
DAC n (%) 153 (28,95)a 132 (28,63)b 100 (21,83)c 0,032
DAP n (%) 35 (6,57) 28 (6,07) 26 (5,67) 0,089
Taxas de IM n (%) 202 (37,9)a 157 (34,05)b 38 (8,29)c <0,001
CAD-RADS 2,3±0,41a 2,2±0,39a 1,3±0,12b <0,001
Variáveis hematológicas
Glicose em jejum (mg/dl) 119,46±11,83 117,77±12,68 118,43±14,6 0,751
Creatinina (mg/dl) 0,98±0,45 0,99±0,25 1,08±0,41 0,127
Sódio (mmol/L) 139,56±2,86 137,62±3,8 138,18±4,58 0,891
Potássio (mmol/L) 4,51±0,34 4,50±0,44 4,43±0,52 0,493
ALT (U/L) 22,28±2,95 21,23±3,96 19,14±5,1 0,351
AST (U/L) 23,44±3,16 22,76±6,92 22,31±5,01 0,379
TSH(µUI/ml) 1,59±0,28 1,55±0,34 1,52±0,44 0,283
Hemoglobina (g/dl) 10,61±2,31 10,69±2,19 11,18±2,74 0,124
Contagem de leucócitos (x103/µl) 9,81±5,00 9,88±5,47 9,68±4,32 0,551
Contagem de neutrófilos (×103/μL) 7,04±2,45a 4,20±2,11b 4,13±2,14b <0,001
Contagem de linfócitos (×103/μL) 1,21±0,64a 1,39±0,94b 1,42±0,87b <0,001
Monócitos (X103/µl) 1,57±1,44 1,53±1,31 1,56±0,99 0,088
Plaquetas (x103/µl) 339,27±81,13a 330,81±77,63b 329,64±81,9b <0,001
Colesterol LDL (mg/dl) 134,41 ± 37,8 123,6 ± 40,0 121,8±42,74 <0,001
Colesterol HDL (mg/dl) 38,79±11,7 41,21±10,4 41,17±9,87 0,107
Triglicerídeos, (mg/dl) 221,8±31,31 187,5 ± 23,6 185,4 ± 22,4 <0,001
NT-proBNP (pg/ml) 47,45±11,23a 45,2±9,7b 43,8±9,3c 0,034
Troponina (ng/mL) 98,43±27,46a 56,24±24,78b 55,37±23,48b <0,001
PCR (mg/L) 44,21±8,96a 22,41±7,41b 21,37±6,99b <0,001
Achados ecocardiográficos
FEVE (%) 51,44±2,3 52,34±1,9 53,01±2,1 0,428
IMVE (g/m) 112,13±10,3 112,01±8,6 111,12±4,8 0,559
Tamanho AE (mm) 34,41±3,7 33,52±4,01 33,25±3,9 0,571
Parâmetros angiográficos
Lesão DAE n(%) 220 (41,35)a 189 (40,99)a 110 (24.01)b <0,001
Lesão CX n(%) 200 (37,59)a 172(37,31)a 90 (19,65)b <0,001
Lesão ACD n(%) 155 (29.13)a 142 (30,80)a 52 (11,35)b <0,001
Doença de três vasos n(%) 30 (5,63)a 22 (4,77)b 6 (1,31)c <0,001
Medicamentos
Ácido acetilsalicílico 240 (45.11)a 205 (44,46)a 102 (22.27)b <0,001
IECA, BRA 162 (30,45) 142 (30,80) 140 (30,56) 0,153
Betabloqueador 146 (27,44) 128 (27,76) 120 (26,20) 0,739
Estatina 152 (28,57)a 123 (26,68)a 102 (22.27)b 0,003
Clopidogrel 33 (6,20) 27 (5,85) 25 (5,4) 0,224
Bloqueadores dos canais de cálcio 61 (11,46) 52 (11,27) 50 (10,91) 0,786

abcNas explicações sobrescritas, as mesmas letras mostram que não há diferença estatisticamente significativa entre elas, e letras diferentes mostram que há uma diferença estatisticamente significativa. Valores em negrito indicam valores de p estatisticamente significativos (p<0,05). IECA: inibidor da enzima conversora da angiotensina; ALT: alanina Aminotransferase; BRA: bloqueador do Receptor da Angiotensina; AST: aspartato Aminotransferase; IMC: índice de massa corporal; DAC: doença arterial coronária; CAD-RADS: doença arterial coronária - sistema de notificação e dados; PCR: proteína C-reativa; CX: artéria Circunflexa; HDL: lipoproteína de Alta Densidade; AE: átrio esquerdo; DAE: artéria descendente anterior esquerda; LDL: lipoproteína de baixa densidade; FEVE: fração de ejeção do ventrículo esquerdo; IMVE: índice de massa ventricular esquerda; IM: infarto do miocárdio; NT-proBNP: peptídeo natriurético procerebral n-terminal; DAP: doença arterial periférica; ACD: artéria coronária direita; TSH: hormônio estimulante da tireoide.

A análise ROC determinou os valores de corte ideais para os escores IBI e CAC na predição de IAM (Figura 1). A combinação de ambos os parâmetros demonstrou os maiores níveis de sensibilidade e especificidade na predição de IM em pacientes com escores CAC e IBI elevados (Figura 2).

– Curvas ROC dos escores IBI e CAC para previsão de infarto do miocárdio em pacientes com doença arterial coronariana.

– Análise da curva ROC dos valores de escore de cálcio da artéria coronária (CAC) e índice de carga inflamatória (IBI), e a combinação de CAC e IBI para prever infarto do miocárdio.

Na análise de regressão logística multivariada, diabetes mellitus, hiperlipidemia, DAC, contagem de neutrófilos, colesterol LDL, PCR, escore CAC e IBI foram determinados como preditores potenciais independentes de IAM (Tabela 3).

– Análise de regressão univariada e multivariada para identificar preditores independentes em pacientes com infarto do miocárdio
Variável Análise Univariada Análise Multivariada
OR (IC 95%) Valor-p OR (IC 95%) Valor-p
Hiperlipidemia 1,234 (0,998-1,379) 0,017 1,198 (0,745-1,543) 0,047
Diabetes mellitus 1,997 (0,982-2,134) 0,003 1,887 (0,996-2,245) 0,032
DAC 1,392 (1,048-1,592) 0,040 1,212 (0,896-1,531) 0,046
Uso de estatinas 1,028 (0,883-1,126) 0,011 0,952 (0,791-1,113) 0,143
Contagem de neutrófilos (x103/µl) 1,124 (0,950-1,328) <0,001 0,852 (0,657-1,145) 0,053
Contagem de linfócitos (x103/µl) 1,234 (0,997-1,438) <0,001 0,763 (0,443-0,934) 0,159
Plaquetas (x103/µl) 1,107 (0,761-1,278) <0,001 0,972 (0,752-1,129) 0,093
Colesterol LDL (mg/dl) 1,192 (0,837-1,349) <0,001 1,292 (0,823-1,338) 0,043
Colesterol HDL (mg/dl) 1,237 (0,973-1,425) 0,048 0,937 (0,738-1,173) 0,434
Triglicerídeos, (mg/dl) 1,058 (0,871-1,135) 0,039 0,932 (0,759-1,089) 0,537
Troponina (ng/mL) 1,473 (1,102-1,810) <0,001 0,984 (0,749-1,227) 0,052
NT-proBNP (pg/ml) 1,342 (0,988-1,550) 0,028 0,892 (0,634-0,913) 0,376
PCR (mg/L) 1,627 (1,204-1,971) <0,001 1,273 (1,104-1,426) 0,027
Escore CAC 2,014 (1,283-2,316) <0,001 1.930 (1.254-2.364) 0,018
CAD-RADS 1,539 (1,011-1,679) <0,001 1.430 (1.112-1.619) 0,035
IBI 2.234 (1.376-2.891) <0,001 2.129 (1.637-2.461) <0,001

Valores em negrito indicam valores de p estatisticamente significativos (p<0,05). CAC: cálcio da artéria coronária; DAC: doença arterial coronária; CAD-RADS: Sistema de notificação e dados sobre doenças arteriais coronárias; PCR: proteína C-reativa; HDL: lipoproteína de alta densidade; IBI: índice de carga inflamatória; LDL: lipoproteína de baixa densidade; NT-proBNP: peptídeo natriurético tipo B N-terminal.

Em seguida, avaliamos se os escores IBI e CAC estavam incrementalmente associados ao risco de IAM em nossa coorte de acompanhamento de doença arterial coronariana de longo prazo. Curvas de Kaplan-Meier foram usadas para analisar as diferenças entre modelos com diferentes questões de IBI e CAC na predição de MACEs (Figura 3). Pacientes com escores IBI e CAC mais altos eram mais propensos a ter IM do que aqueles com escores IBI e CAC mais baixos (log-rank p < 0,001). De acordo com nosso sistema de modelagem, uma taxa de IM significativamente maior foi encontrada no grupo Modelo 1 do que no grupo Modelo 2 e no grupo Modelo 2 do que no grupo Modelo 3 nesta coorte de acompanhamento de longo prazo. Após ajuste de risco, 397 (32,14%) pacientes desenvolveram IAM durante o acompanhamento (Figura 3). Pacientes com CAC alto (> 102) e IBI (> 128) estavam em maior risco de IAM (P < 0,001 para todos). Após o ajuste de risco, 202 pacientes (37,9%) apresentaram um IAM em 3 anos no grupo de pacientes do Modelo 1 (razão de chances [OR] 1,484 [1,287-1,750]), 157 pacientes (34,05%) apresentaram um IAM em 3 anos no grupo de pacientes do Modelo 2 ([OR] 1,184 [0,867-1,340]) e 38 pacientes (8,29%) apresentaram um IAM em 3 anos no grupo de pacientes do Modelo 3 ([OR] 0,384 [0,237-0,431]).

– Taxa de infarto do miocárdio de acordo com modelos.

Discussão

Neste estudo retrospectivo, investigamos o valor preditivo dos escores IBI e CAC na identificação de pacientes com maior risco de IM (placa vulnerável) em pacientes com placa submetidos à angiotomografia por dor torácica. Nossos achados sugerem que tanto o IBI quanto o CAC são preditores significativos de IAM para placa vulnerável, com escores mais altos associados a risco aumentado. Esses resultados reforçam a potencial utilidade desses índices na prática clínica para a identificação precoce de pacientes de alto risco e podem auxiliar no refinamento de estratégias terapêuticas.

Os níveis elevados de neutrófilos, PCR, colesterol LDL, triglicerídeos, NT-proBNP e troponina observados no grupo com IAM, em comparação com o grupo sem IAM, são consistentes com o papel bem estabelecido da inflamação e do metabolismo lipídico na patogênese da aterosclerose e subsequente ruptura da placa.13,14 Os valores significativamente mais elevados de IBI no grupo com IAM reforçam a hipótese de que a inflamação sistêmica contribui para o desenvolvimento de síndromes coronarianas agudas (SCA).15 Esse achado está alinhado com pesquisas anteriores que demonstram que biomarcadores inflamatórios são poderosos preditores de eventos cardiovasculares.16

Da mesma forma, os escores CAC mais altos no grupo IAM em comparação ao grupo sem IAM confirmam o papel da calcificação da artéria coronária como um marcador da carga da placa aterosclerótica.17 A associação entre escores CAC mais altos e um risco aumentado de IAM foi amplamente documentada na literatura, onde é frequentemente usada para estratificar pacientes em diferentes categorias de risco para eventos cardiovasculares futuros.18 A observação de que os pacientes no Modelo 1 (escores IBI e CAC altos) apresentaram as maiores taxas de IAM, seguidos por aqueles no Modelo 2 e, em seguida, no Modelo 3, reforça ainda mais o uso combinado desses índices para estratificação de risco.19

A aterosclerose coronária se manifesta com o aparecimento de estrias de gordura nas artérias coronárias e outros leitos arteriais nos estágios iniciais da vida. De fato, se sabe hoje que a aterosclerose começa durante o desenvolvimento fetal, especialmente em fetos de mães com hipercolesterolemia.20 No desenvolvimento da aterosclerose, primeiro ocorre disfunção endotelial, depois acúmulo de lipídios e macrófagos leucocitários na camada íntima, depois inflamação e, finalmente, proliferação e migração de células musculares lisas da camada média, resultando na formação de uma capa fibrosa na lesão gordurosa. Essa lesão é agora uma lesão complexa irreversível.21 Desde a publicação da classificação CAD-RADS original, vários estudos prospectivos forneceram evidências que apoiam a utilidade clínica da angiotomografia coronária e a importância dos achados tomográficos em pacientes com suspeita de doença arterial coronária estável. Estes incluem os estudos PROMISE22 e SCOT-HEART,23 que demonstraram que a ATC é clinicamente útil como alternativa aos testes funcionais ou como adjuvante ao tratamento padrão. Com base nesses estudos e em múltiplos registros, o valor prognóstico da classificação CAD-RADS foi validado, com escores CAD-RADS mais altos sendo associados a riscos aumentados de IM fatal e não fatal.9,24 Nosso estudo corrobora esses estudos e constatou que pacientes submetidos à CAD-RADS apresentaram escores mais altos.

A análise ROC forneceu evidências adicionais que corroboram a utilidade dos escores IBI e CAC como preditores de IAM. Os valores de corte identificados para IBI (128) e CAC (102) demonstraram boa sensibilidade e especificidade, sugerindo que esses índices podem servir como marcadores confiáveis para avaliar o risco de IM em pacientes com dor torácica. Além disso, a análise de regressão logística multivariada identificou diabetes, hiperlipidemia, doença arterial coronariana (DAC), contagem de neutrófilos, colesterol LDL, PCR, escore CAC e IBI como preditores independentes de IAM, destacando a natureza multifatorial dessa condição.25

Um dos achados mais significativos do nosso estudo é o valor incremental da combinação dos escores IBI e CAC na previsão de eventos cardiovasculares adversos maiores (MACEs) a longo prazo. A análise de Kaplan-Meier mostrou um gradiente claro no risco de IAM entre os três modelos, com o maior risco em pacientes com altos escores IBI e CAC. Isso sugere que a integração dos índices inflamatórios e de calcificação pode fornecer uma avaliação mais abrangente do risco cardiovascular do paciente, potencialmente orientando intervenções terapêuticas mais personalizadas.3,26

A combinação de marcadores sistêmicos como CAC e IBI nos permite identificar não apenas placas vulneráveis individuais, mas também “pacientes vulneráveis” que podem estar em maior risco para eventos cardiovasculares futuros. O conceito de paciente vulnerável representa uma abordagem mais holística que abrange a carga aterosclerótica sistêmica, o estado inflamatório e a vulnerabilidade miocárdica, em vez de focar em uma única característica da placa. Em um paciente com altos escores de CAC e IBI que possui múltiplas placas não obstrutivas, o fato de uma placa levar a IAM e outra não é provavelmente o resultado de interações complexas entre fatores locais (função endotelial, morfologia da placa) e fatores sistêmicos (inflamação, tendência à coagulação). Portanto, o uso de CAC e IBI ajuda a definir o paciente vulnerável, em vez de apenas placas vulneráveis específicas.

Nosso estudo apresenta diversas limitações que devem ser consideradas na interpretação dos resultados. Primeiro, o desenho retrospectivo pode introduzir viés de seleção, e a exclusão de pacientes com dados incompletos pode ter influenciado nossos achados. Segundo, embora a população do estudo tenha sido relativamente grande, ela foi proveniente de um único centro, o que pode limitar a generalização dos resultados. Estudos futuros devem ter como objetivo validar esses achados em coortes maiores e multicêntricas e explorar os potenciais benefícios de terapias direcionadas com base nos escores IBI e CAC.

Apesar das limitações do nosso delineamento retrospectivo unicêntrico, esses achados sugerem que a integração dos índices inflamatórios e de calcificação oferece uma avaliação mais abrangente do risco cardiovascular. Mais pesquisas prospectivas multicêntricas são necessárias para confirmar esses achados e explorar como esses índices podem ser integrados à prática clínica de rotina para melhorar os desfechos dos pacientes.

 Conclusão

Em conclusão, nosso estudo corrobora o uso dos escores IBI e CAC como ferramentas valiosas para a predição de IAM em pacientes submetidos à angiotomografia. Identificamos valores de corte ótimos de 128 para IBI e 102 para o escore CAC, o que demonstrou boa sensibilidade e especificidade na predição de eventos futuros de IAM. A combinação desses índices parece melhorar a estratificação de risco, com pacientes com IBI e CAC elevados apresentando risco significativamente maior de IAM durante nosso período de acompanhamento de 3 anos.

Nosso sistema de três modelos fornece aos médicos uma estrutura prática para identificar pacientes de alto risco que podem se beneficiar de monitoramento mais intensivo e intervenções preventivas. Essa abordagem nos permite identificar não apenas placas vulneráveis, mas também “pacientes vulneráveis”, que são mais suscetíveis a eventos cardiovasculares na presença de aterosclerose sistêmica e inflamação, proporcionando assim uma perspectiva mais holística na avaliação de risco. Essa abordagem pode potencialmente permitir estratégias terapêuticas mais personalizadas em pacientes de alto risco, particularmente aqueles com evidências de calcificação e inflamação sistêmica.

Destaques

A combinação dos escores IBI e CAC proporciona melhor estratificação de risco para a previsão de futuro IM (placa vulnerável) em pacientes com placa detectada por angiografia por TC.

Nosso estudo é o primeiro a usar o escore CAC e o IBI juntos.

O conceito de “paciente vulnerável”, incorporando as escores CAC e IBI, fornece uma abordagem mais abrangente à avaliação do risco cardiovascular do que focar apenas nas características individuais da placa.

 Referências 1. Schuijf JD, Pundziute G, Jukema JW, Lamb HJ, van der Hoeven BL, de Roos A, et al. Diagnostic Accuracy of 64-Slice Multislice Computed Tomography in the Noninvasive Evaluation of Significant Coronary Artery Disease. Am J Cardiol. 2006;98(2):145-8. doi: 10.1016/j.amjcard.2006.01.092. Schuijf JD Pundziute G Jukema JW Lamb HJ van der Hoeven BL de Roos A et al Diagnostic Accuracy of 64-Slice Multislice Computed Tomography in the Noninvasive Evaluation of Significant Coronary Artery Disease Am J Cardiol 2006 98 2 145 148 10.1016/j.amjcard.2006.01.092 2. Libby P. Inflammation in Atherosclerosis. Nature. 2002;420(6917):868-74. doi: 10.1038/nature01323. Libby P Inflammation in Atherosclerosis Nature 2002 420 6917 868 874 10.1038/nature01323 3. Naghavi M, Libby P, Falk E, Casscells SW, Litovsky S, Rumberger J, et al. From Vulnerable Plaque to Vulnerable Patient: A Call for New Definitions and Risk Assessment Strategies: Part I. Circulation. 2003;108(14):1664-72. doi: 10.1161/01.CIR.0000087480.94275.97. Naghavi M Libby P Falk E Casscells SW Litovsky S Rumberger J et al From Vulnerable Plaque to Vulnerable Patient: A Call for New Definitions and Risk Assessment Strategies: Part I Circulation 2003 108 14 1664 1672 10.1161/01.CIR.0000087480.94275.97 4. Ridker PM, Rifai N, Rose L, Buring JE, Cook NR. Comparison of C-Reactive Protein and Low-Density Lipoprotein Cholesterol Levels in the Prediction of First Cardiovascular Events. N Engl J Med. 2002;347(20):1557-65. doi: 10.1056/NEJMoa021993. Ridker PM Rifai N Rose L Buring JE Cook NR Comparison of C-Reactive Protein and Low-Density Lipoprotein Cholesterol Levels in the Prediction of First Cardiovascular Events N Engl J Med 2002 347 20 1557 1565 10.1056/NEJMoa021993 5. Xie H, Ruan G, Wei L, Deng L, Zhang Q, Ge Y, et al. The Inflammatory Burden Index is a Superior Systemic Inflammation Biomarker for the Prognosis of Non-Small Cell Lung Cancer. J Cachexia Sarcopenia Muscle. 2023;14(2):869-78. doi: 10.1002/jcsm.13199. Xie H Ruan G Wei L Deng L Zhang Q Ge Y et al The Inflammatory Burden Index is a Superior Systemic Inflammation Biomarker for the Prognosis of Non-Small Cell Lung Cancer J Cachexia Sarcopenia Muscle 2023 14 2 869 878 10.1002/jcsm.13199 6. Xie H, Ruan G, Ge Y, Zhang Q, Zhang H, Lin S, et al. Inflammatory Burden as a Prognostic Biomarker for Cancer. Clin Nutr. 2022;41(6):1236-43. doi: 10.1016/j.clnu.2022.04.019. Xie H Ruan G Ge Y Zhang Q Zhang H Lin S et al Inflammatory Burden as a Prognostic Biomarker for Cancer Clin Nutr 2022 41 6 1236 1243 10.1016/j.clnu.2022.04.019 7. Yu F, Peng J. Association between Inflammatory Burden Index and Cardiovascular Disease in Adult Americans: Evidence from NHANES 2005-2010. Heliyon. 2024;10(18):e38273. doi: 10.1016/j.heliyon.2024.e38273. Yu F Peng J Association between Inflammatory Burden Index and Cardiovascular Disease in Adult Americans: Evidence from NHANES 2005-2010 Heliyon 2024 10 18 e38273 10.1016/j.heliyon.2024.e38273 8. Du M, Xu L, Zhang X, Huang X, Cao H, Qiu F, et al. Association between Inflammatory Burden Index and Unfavorable Prognosis after Endovascular Thrombectomy in Acute Ischemic Stroke. J Inflamm Res. 2023;16:3009-17. doi: 10.2147/JIR.S419087. Du M Xu L Zhang X Huang X Cao H Qiu F et al Association between Inflammatory Burden Index and Unfavorable Prognosis after Endovascular Thrombectomy in Acute Ischemic Stroke J Inflamm Res 2023 16 3009 3017 10.2147/JIR.S419087 9. Xie JX, Cury RC, Leipsic J, Crim MT, Berman DS, Gransar H, et al. The Coronary Artery Disease-Reporting and Data System (CAD-RADS): Prognostic and Clinical Implications Associated with Standardized Coronary Computed Tomography Angiography Reporting. JACC Cardiovasc Imaging. 2018;11(1):78-89. doi: 10.1016/j.jcmg.2017.08.026. Xie JX Cury RC Leipsic J Crim MT Berman DS Gransar H et al The Coronary Artery Disease-Reporting and Data System (CAD-RADS): Prognostic and Clinical Implications Associated with Standardized Coronary Computed Tomography Angiography Reporting JACC Cardiovasc Imaging 2018 11 1 78 89 10.1016/j.jcmg.2017.08.026 10. Williams MC, Moss A, Dweck M, Hunter A, Pawade T, Adamson PD, et al. Standardized Reporting Systems for Computed Tomography Coronary Angiography and Calcium Scoring: A Real-World Validation of CAD-RADS and CAC-DRS in Patients with Stable Chest Pain. J Cardiovasc Comput Tomogr. 2020;14(1):3-11. doi: 10.1016/j.jcct.2019.07.010. Williams MC Moss A Dweck M Hunter A Pawade T Adamson PD et al Standardized Reporting Systems for Computed Tomography Coronary Angiography and Calcium Scoring: A Real-World Validation of CAD-RADS and CAC-DRS in Patients with Stable Chest Pain J Cardiovasc Comput Tomogr 2020 14 1 3 11 10.1016/j.jcct.2019.07.010 11. Budoff MJ, Shaw LJ, Liu ST, Weinstein SR, Mosler TP, Tseng PH, et al. Long-Term Prognosis Associated with Coronary Calcification: Observations from a Registry of 25,253 Patients. J Am Coll Cardiol. 2007;49(18):1860-70. doi: 10.1016/j.jacc.2006.10.079. Budoff MJ Shaw LJ Liu ST Weinstein SR Mosler TP Tseng PH et al Long-Term Prognosis Associated with Coronary Calcification: Observations from a Registry of 25,253 Patients J Am Coll Cardiol 2007 49 18 1860 1870 10.1016/j.jacc.2006.10.079 12. Arbab-Zadeh A, Fuster V. The Myth of the "Vulnerable Plaque": Transitioning from a Focus on Individual Lesions to Atherosclerotic Disease Burden for Coronary Artery Disease Risk Assessment. J Am Coll Cardiol. 2015;65(8):846-55. doi: 10.1016/j.jacc.2014.11.041. Arbab-Zadeh A Fuster V The Myth of the "Vulnerable Plaque": Transitioning from a Focus on Individual Lesions to Atherosclerotic Disease Burden for Coronary Artery Disease Risk Assessment J Am Coll Cardiol 2015 65 8 846 855 10.1016/j.jacc.2014.11.041 13. Byrne RA, Rossello X, Coughlan JJ, Barbato E, Berry C, Chieffo A, et al. 2023 ESC Guidelines for the Management of Acute Coronary Syndromes. Eur Heart J. 2023;44(38):3720-826. doi: 10.1093/eurheartj/ehad191. Byrne RA Rossello X Coughlan JJ Barbato E Berry C Chieffo A et al 2023 ESC Guidelines for the Management of Acute Coronary Syndromes Eur Heart J 2023 44 38 3720 3826 10.1093/eurheartj/ehad191 14. Libby P, Ridker PM, Hansson GK. Progress and Challenges in Translating the Biology of Atherosclerosis. Nature. 2011;473(7347):317-25. doi: 10.1038/nature10146. Libby P Ridker PM Hansson GK Progress and Challenges in Translating the Biology of Atherosclerosis Nature 2011 473 7347 317 325 10.1038/nature10146 15. Mangalesh S, Dudani S, Mahesh NK. Development of a Novel Inflammatory Index to Predict Coronary Artery Disease Severity in Patients with Acute Coronary Syndrome. Angiology. 2024;75(3):231-9. doi: 10.1177/00033197231151564. Mangalesh S Dudani S Mahesh NK Development of a Novel Inflammatory Index to Predict Coronary Artery Disease Severity in Patients with Acute Coronary Syndrome Angiology 2024 75 3 231 239 10.1177/00033197231151564 16. Hansson GK, Hermansson A. The Immune System in Atherosclerosis. Nat Immunol. 2011;12(3):204-12. doi: 10.1038/ni.2001. Hansson GK Hermansson A The Immune System in Atherosclerosis Nat Immunol 2011 12 3 204 212 10.1038/ni.2001 17. Budoff MJ, Hokanson JE, Nasir K, Shaw LJ, Kinney GL, Chow D, et al. Progression of Coronary Artery Calcium Predicts All-Cause Mortality. JACC Cardiovasc Imaging. 2010;3(12):1229-36. doi: 10.1016/j.jcmg.2010.08.018. Budoff MJ Hokanson JE Nasir K Shaw LJ Kinney GL Chow D et al Progression of Coronary Artery Calcium Predicts All-Cause Mortality JACC Cardiovasc Imaging 2010 3 12 1229 1236 10.1016/j.jcmg.2010.08.018 18. Greenland P, Blaha MJ, Budoff MJ, Erbel R, Watson KE. Coronary Calcium Score and Cardiovascular Risk. J Am Coll Cardiol. 2018;72(4):434-47. doi: 10.1016/j.jacc.2018.05.027. Greenland P Blaha MJ Budoff MJ Erbel R Watson KE Coronary Calcium Score and Cardiovascular Risk J Am Coll Cardiol 2018 72 4 434 447 10.1016/j.jacc.2018.05.027 19. Schuijf JD, Shaw LJ, Wijns W, Lamb HJ, Poldermans D, de Roos A, et al. Cardiac Imaging in Coronary Artery Disease: Differing Modalities. Heart. 2005;91(8):1110-7. doi: 10.1136/hrt.2005.061408. Schuijf JD Shaw LJ Wijns W Lamb HJ Poldermans D de Roos A et al Cardiac Imaging in Coronary Artery Disease: Differing Modalities Heart 2005 91 8 1110 1117 10.1136/hrt.2005.061408 20. Napoli C, Glass CK, Witztum JL, Deutsch R, D'Armiento FP, Palinski W. Influence of Maternal Hypercholesterolaemia during Pregnancy on Progression of Early Atherosclerotic Lesions in Childhood: Fate of Early Lesions in Children (FELIC) Study. Lancet. 1999;354(9186):1234-41. doi: 10.1016/S0140-6736(99)02131-5. Napoli C Glass CK Witztum JL Deutsch R D'Armiento FP Palinski W Influence of Maternal Hypercholesterolaemia during Pregnancy on Progression of Early Atherosclerotic Lesions in Childhood: Fate of Early Lesions in Children (FELIC) Study Lancet 1999 354 9186 1234 1241 10.1016/S0140-6736(99)02131-5 21. Williams KJ, Tabas I. The Response-to-Retention Hypothesis of Atherogenesis Reinforced. Curr Opin Lipidol. 1998;9(5):471-4. doi: 10.1097/00041433-199810000-00012. Williams KJ Tabas I The Response-to-Retention Hypothesis of Atherogenesis Reinforced Curr Opin Lipidol 1998 9 5 471 474 10.1097/00041433-199810000-00012 22. Douglas PS, Hoffmann U, Patel MR, Mark DB, Al-Khalidi HR, Cavanaugh B, et al. Outcomes of Anatomical versus Functional Testing for Coronary Artery Disease. N Engl J Med. 2015;372(14):1291-300. doi: 10.1056/NEJMoa1415516. Douglas PS Hoffmann U Patel MR Mark DB Al-Khalidi HR Cavanaugh B et al Outcomes of Anatomical versus Functional Testing for Coronary Artery Disease N Engl J Med 2015 372 14 1291 1300 10.1056/NEJMoa1415516 23. SCOT-HEART investigators. CT Coronary Angiography in Patients with Suspected Angina Due to Coronary Heart Disease (SCOT-HEART): An Open-Label, Parallel-Group, Multicentre Trial. Lancet. 2015;385(9985):2383-91. doi: 10.1016/S0140-6736(15)60291-4. SCOT-HEART investigators CT Coronary Angiography in Patients with Suspected Angina Due to Coronary Heart Disease (SCOT-HEART): An Open-Label, Parallel-Group, Multicentre Trial Lancet 2015 385 9985 2383 2391 10.1016/S0140-6736(15)60291-4 24. Nam K, Hur J, Han K, Im DJ, Suh YJ, Hong YJ, et al. Prognostic Value of Coronary Artery Disease-Reporting and Data System (CAD-RADS) Score for Cardiovascular Events in Ischemic Stroke. Atherosclerosis. 2019;287:1-7. doi: 10.1016/j.atherosclerosis.2019.05.022. Nam K Hur J Han K Im DJ Suh YJ Hong YJ et al Prognostic Value of Coronary Artery Disease-Reporting and Data System (CAD-RADS) Score for Cardiovascular Events in Ischemic Stroke Atherosclerosis 2019 287 1 7 10.1016/j.atherosclerosis.2019.05.022 25. Mozaffarian D, Benjamin EJ, Go AS, Arnett DK, Blaha MJ, Cushman M, et al. Heart Disease and Stroke Statistics-2016 Update: A Report from the American Heart Association. Circulation. 2016;133(4):e38-360. doi: 10.1161/CIR.0000000000000350. Mozaffarian D Benjamin EJ Go AS Arnett DK Blaha MJ Cushman M et al Heart Disease and Stroke Statistics-2016 Update: A Report from the American Heart Association Circulation 2016 133 4 e38 360 10.1161/CIR.0000000000000350 26. Naghavi M, Libby P, Falk E, Casscells SW, Litovsky S, Rumberger J, et al. From Vulnerable Plaque to Vulnerable Patient: A Call for New Definitions and Risk Assessment Strategies: Part II. Circulation. 2003;108(15):1772-8. doi: 10.1161/01.CIR.0000087481.55887.C9. Naghavi M Libby P Falk E Casscells SW Litovsky S Rumberger J et al From Vulnerable Plaque to Vulnerable Patient: A Call for New Definitions and Risk Assessment Strategies: Part II Circulation 2003 108 15 1772 1778 10.1161/01.CIR.0000087481.55887.C9

Não há vinculação deste estudo a programas de pós-graduação.

Este estudo foi aprovado pelo Comitê de Ética do Tokat Gaziosmanpaşa Üniversitesi Müdahale Olmayan Bilimsel Araştırmalar Etik Kurulu sob o número de protocolo 24-MOBAEK-041. Todos os procedimentos envolvidos nesse estudo estão de acordo com a Declaração de Helsinki de 1975, atualizada em 2013. O consentimento informado foi obtido de todos os participantes incluídos no estudo.

Os autores não utilizaram ferramentas de inteligência artificial no desenvolvimento deste trabalho.

Todo o conjunto de dados que dá suporte aos resultados deste estudo está disponível mediante solicitação ao autor correspondente Sefa Erdi Ömür.

O presente estudo não teve fontes de financiamento externas.

 10.36660/abc.20250052i Original Article Cardiac CT-Detected Vulnerable Plaques and Risk of Future Acute Myocardial Infarction: Predictive Value of CAC Scores and Inflammatory Burden Index 0000-0002-6209-1732 Ömür Sefa Erdi Conception and design of the research and Writing of the manuscript Acquisition of data Analysis and interpretation of the data Statistical analysis and Critical revision of the manuscript for content 1 0000-0001-9823-1613 Koyun Emin Conception and design of the research and Writing of the manuscript Acquisition of data 2 0009-0008-1120-4216 Cabri Gökhan Conception and design of the research and Writing of the manuscript 1 Türkiye Department of Cardiology, Tokat Gaziosmanpaşa University, Tokat – Türkiye Türkiye Cardiology Clinic, Sivas State Hospital, Sivas – Türkiye Sefa Erdi Ömür Tokat Gaziosmanpaşa University, Tokat, 60250 – Türkiye E-mail: sefaerdi61@gmail.com

No potential conflict of interest relevant to this article was reported.

Nuno Bettencourt

 e20250052i Abstract Background

Computed Tomography (CT) angiography is widely used as a basic non-invasive modality to evaluate coronary artery disease. Inflammatory burden index (IBI) is a systemic inflammation indicator reflecting the inflammatory status. It is still difficult to determine the high risk of future acute myocardial infarction (MI) in patients with plaque detected by CT angiography.

 Objective

This study aimed to evaluate the effectiveness of CAC scores and IBI in predicting MI risk among patients undergoing CT angiography for chest pain. We sought to assess the individual and combined predictive value of these indices, determine their optimal cut-off values, and compare MI risk across patient groups with varying CAC and IBI scores. We also aimed to evaluate the potential role of these markers in identifying ‘vulnerable patients’ at high risk for future cardiovascular events.

 Methods

This retrospective study included 1235 patients who underwent CT angiography due to chest pain and were followed for 3 years (2.8-3.4). Patients were categorized into three models based on their CAC and IBI scores. The primary outcome was the occurrence of MI during the follow-up period. Statistical significance was established at p < 0.05 for all analyses.

 Results

Patients who experienced MI had significantly higher IBI and CAC scores compared to those without MI. Logistic regression analysis identified CAC score and IBI as independent predictors of MI. ROC analysis determined optimal cut-off values for IBI (128) and CAC (102) in predicting MI. Kaplan-Meier analysis revealed a significant gradient in MI risk across the three models, with the highest risk observed in patients with both high IBI and CAC scores.

 Conclusion

The combination of IBI and CAC scores provides improved risk stratification for the prediction of future MI (vulnerable plaque) in patients with plaque detected by CT angiography. This approach may facilitate more specific treatment strategies for high-risk patients.

Cardiac CT-Detected Vulnerable Plaques and Risk of Future Acute Myocardial Infarction: Predictive Value of CAC Scores and Inflammatory Burden Index Flowchart of the study.

Keywords Coronary Vessels Myocardial Infarction Computed Tomography Angiography Sources of funding:There were no external funding sources for this study. Introduction

Acute myocardial infarction (AMI) remains one of the leading causes of morbidity and mortality worldwide. Despite advances in diagnostic techniques and therapeutic interventions, the early identification and prediction of MI, particularly in patients presenting with chest pain, continue to pose significant challenges for clinicians. Computed tomography (CT) angiography has emerged as a crucial tool in the non-invasive evaluation of coronary artery disease (CAD) and plaque characterization, providing valuable insights into the presence and extent of coronary atherosclerosis, as well as the identification of vulnerable plaques prone to rupture.1

Inflammation plays a pivotal role in the pathogenesis of atherosclerosis and plaque destabilization, leading to MI.2 Recent years have witnessed a paradigm shift in cardiovascular medicine from focusing solely on vulnerable plaques toward a more comprehensive vulnerable patient concept. The vulnerable patient encompasses not only local plaque characteristics but also factors such as systemic inflammation and widespread atherosclerotic burden.3 Our study explores how the combination of systemic markers like Coronary Artery Calcium Score (CAC) and Inflammatory Burden Index (IBI) may help identify not just vulnerable plaques but also vulnerable patients susceptible to future cardiovascular events. Biomarkers of inflammation, such as C-reactive protein (CRP) and the neutrophil-to-lymphocyte ratio (NLR), have been recognized as valuable predictors of cardiovascular events.4 Recent studies have examined the relationship between inflammation burden and potential cardiovascular disease. Researchers combined CRP and NLR to create the IBI measure, which is now widely used in cancer and cerebrovascular disease prognosis studies.5,6 A recent study found an association between IBI levels and the prevalence of cardiovascular disease.7 Compared with CRP and NLR, IBI, a comprehensive marker of inflammation, can provide a more consistent assessment of inflammation, more accurately reflect the inflammatory status of the body, better assess the effectiveness of treatment, and predict the prognosis of patients.8 The Coronary Artery Disease-Reporting and Data System (CAD-RADS) has been shown to accurately predict major adverse cardiovascular events, defined as unstable angina, myocardial infarction (MI), or death, in patients with stable chest pain, with superior performance compared with traditional risk factors, other risk stratification scores, the CAC, and the previous society of cardiovascular computed tomography coronary stenosis scoring system.9,10

Moreover, the CAC score, a well-established measure of atherosclerotic plaque burden, has been extensively used to stratify risk in patients with CAD.11 However, the relative contribution of CAC and IBI scores in predicting plaque erosion, which is a precursor to MI, remains to be fully elucidated. Understanding the relationship between these indices and their ability to predict plaque instability could significantly impact clinical decision-making and patient management.12

This study aims to evaluate the effectiveness of CAC and IBI scores in predicting plaque erosion and subsequent MI in patients who present with chest pain and undergo CT angiography. By examining these factors retrospectively in a large cohort, this study seeks to provide insights into their utility in improving risk stratification and guiding therapeutic interventions in the outpatient cardiology setting.

 Methods Study population and data collection

This prospective cohort investigation was conducted at the cardiology clinic of a local university hospital. The study population consisted of patients who presented with stable angina pectoris or atypical chest pain and underwent diagnostic CT angiography between June 2019 and June 2021. The study included patients who did not have unstable angina at baseline. During the follow-up period, some patients developed MI while others remained event-free. All patients were monitored for MI events throughout the study period. Of the 1235 patients included in the final analysis, 283 patients experienced MI during follow-up, while 952 patients remained free of MI events. The patients included in the study had initial troponin values within the normal range and no typical changes on their electrocardiograms suggestive of MI infarction. Medical treatments (acetylsalicylic acid, antihyperlipidemic therapy, etc.) of the patients were optimized after CT angiography. All patients included in the study were then prospectively followed for MI events until June 2024, resulting in a mean follow-up of 3 (2.8-3.4) years.

CT angiographic images were analyzed to identify plaques, with specific focus on lesions demonstrating less than 50% stenosis. Among patients who experienced MI during the follow-up period, their baseline CT angiograms were retrospectively evaluated to characterize the culprit plaques. Vulnerable plaque characteristics were systematically evaluated using established computed tomography imaging criteria. The assessment included quantitative measurement of plaque attenuation, with low-attenuation plaques defined as those with <30 Hounsfield units. Positive remodeling was identified by a remodeling index exceeding 1.1, calculated as the ratio of the vessel diameter at the plaque site to the reference diameter of the normal proximal segment. Additional high-risk plaque features that were evaluated included spotty calcification patterns and the presence of napkin-ring sign (NRS). These validated CT imaging markers were analyzed in conjunction with CAC scores and IBI to provide a comprehensive assessment of plaque vulnerability. All CT images were independently evaluated by two experienced cardiovascular radiologists who were blinded to the clinical outcomes, with any discrepancies resolved by consensus.

Initially, 1436 patients met the inclusion criteria; however, 201 were excluded due to incomplete data or declined participation (Central Illustration), resulting in a final study cohort of 1235 patients. Demographic, clinical, medical, and angiographic characteristics of the patients and 3-year follow-up results were obtained using hospital patient data and hospital database. The study complies with the principles stated in the Declaration of Helsinki and was approved by the local university hospital ethics committee. The entirety of this manuscript was written without the use of any artificial intelligence (AI)-assisted technologies, including large language models, chatbots, or image creators. All content was produced solely by the authors using traditional writing and research methods.

Patient outcomes were systematically monitored through a comprehensive, multi-modal follow-up protocol. All enrolled patients were scheduled for regular clinical visits at our institution, where detailed cardiovascular assessments were performed and documented. For patients who missed scheduled appointments, structured telephone interviews were conducted with either the patients or their designated next of kin using contact information from our hospital database. In cases where patients reported MI events at other healthcare facilities, our research team established direct communication with the treating cardiologists at those institutions. Additionally, all patient events were verified through the national electronic health records system (e-Nabiz), which provided access to angiographic images and comprehensive clinical data from any healthcare facility within the national network. This multi-faceted approach to patient monitoring, combining direct clinical follow-up, systematic telecommunication, inter-institution physician consultation, and centralized electronic health record review, enabled complete documentation and verification of MI events regardless of their occurrence location.

The European Society of Cardiology Guideline criteria were used to diagnose MI in patients 13. Patients who had MI at the indicated plaque point according to the CT angiography result (n: 283) and those who did not (n: 952) were included in the study, and the patients were evaluated in terms of IBI and CAC scores. Three modeling systems were created to evaluate the success of IBI and CAC scores in predicting plaque erosion in patients. According to this modeling system, patients with high CAC and IBI scores were included in the patient group in model 1. Patients with high CAC scores and low IBI values were included in the model 2 group. Patients with low IBI and CAC scores were included in the model 3 group. CAC and IBI values were added to the models as continuous variables according to the cut-off value obtained from the ROC analysis. Patients were followed for an average of 3 (2.8-3.4) years according to three models, and MI rates were recorded. The CAD-RADS (Coronary Artery Disease-Reporting and Data System) score, which was developed to standardize coronary CT imaging reporting, improve communication, and guide treatment, was evaluated and recorded for patients. The inflammation burden index is defined as the product of CRP multiplied by NLR. Patients with any systemic inflammatory and rheumatological disease, storage disease, anemia, malignancy, age under 18, acute or chronic stroke, any hematological disease including advanced renal and/or hepatic failure, patients with a history of acute or chronic infection, patients with a history of blood transfusion within the last 3 months, patients with severe valve disease and patients who had valve surgery were excluded from the study. At the same time, patients with stenosis of more than 50% on CT angiography were not included in the study because they were sent directly for angiography.

 Laboratory and demographic examination

All blood samples were obtained from peripheral venous blood immediately before CT angiography. NT-proBNP, CRP, lipid panel, fasting plasma glucose, creatinine, troponin-I, and other routine parameters were obtained from the blood samples. Complete blood count (CBC) was evaluated with an automatic blood cell counter (Coulter LH 780 Hematology Analyzer, Beckman Coulter Corp, Hialeah, Florida, USA). Patients with fasting plasma glucose level > 125 mg/dL, HgA1c level > 6.5% or using antidiabetic drugs (oral/insulin) were considered as DM patients. Patients with low-density lipoprotein cholesterol (LDL-C) levels above 100 mg/dL or using antilipidemic drugs were considered hyperlipidemic (HL) patients. Use of anti-hypertensive drugs or systolic and diastolic blood pressures above 140–90 mmHg was considered as hypertension (HT). CAD was defined as significant stenosis of the coronary arteries, a narrowing of the mean lumen diameter of more than 50%, or evidence of previous myocardial incarnation. In our assessment of MI patients, we considered not only individual plaque characteristics but also systemic factors that might contribute to the overall concept of the ‘vulnerable patient’, individuals at elevated risk for cardiovascular events due to a combination of plaque vulnerability, inflammatory status, and other systemic factors. Patients who had smoked for the last six months were considered smokers.

 Coronary angiography, echocardiographic evaluation

Before coronary angiography, all patients underwent transthoracic echocardiography (TTE) with Vivid E7 (GE Vingmed Ultrasound) echocardiography device and MS5 (1.5-4.5 MHz) ultrasound probe in the left decubitus position. Left ventricular ejection fraction (LVEF) was measured by two experienced cardiologists using the Simpson method. All CAG and PCI procedures were performed with Xper Allura FD-10 Model C Arm Detector System Angiography Device (Philips Medical Systems International B.V., Best, Netherlands). All patients underwent femoral or radial intervention with the standard Judkins technique and a 6 Fr catheter. Two experienced interventional cardiologists performed PCI procedures.

 Statistical analysis

Statistical analyses were performed using SPSS 26.0 software (SPSS Inc., Chicago, IL, USA). The normality of data distribution was assessed using the Kolmogorov-Smirnov test. Categorical variables were expressed as numbers and percentages (n, %), while continuous variables were presented as mean ± standard deviation (mean ± SD) or median with interquartile range (median, IQR) according to their distribution pattern. For parametric data meeting required assumptions (interval/ratio scale measurements with normal distribution), an independent samples t-test was used for comparing two independent groups, while one-way ANOVA was employed for comparing more than two independent groups. When using ANOVA for multiple group comparisons, post-hoc analysis was conducted using Tukey’s test for homogeneous variances and Games-Howell test for non-homogeneous variances to determine which groups differed significantly from others. When parametric assumptions were not met, the Mann-Whitney U test was used for comparing two independent groups. Chi-square test was utilized for analyzing categorical variables. (ROC) Curve analysis was used to calculate the best cut-off values of CAC and IBI. The best cut-off value obtained from the ROC curve of CAC and IBI was taken as the cut-off value in categorizing IBI and CAC score values as high and low. Univariate logistic regression analysis was performed to determine the predictors of MI infarction in all patients. Variables that were significant in univariate logistic regression analysis (p<0.05) were included in multivariate logistic regression analysis. The results of logistic regression analysis are presented as odds ratios (OR) and 95% confidence intervals (CI). The Kaplan-Meier survival curve was used to examine the difference in MI incidence rates between groups, and statistical significance was determined using the Log-rank test. A two-sided p <0.05 was considered statistically significant.

 Results

A total of 1235 patients who underwent CT angiography was included in our study. The basic demographic, clinical, and laboratory characteristics, angiographic results, and medications of the patients included in the study are given in Table 1. Coronary artery disease, diabetes, and hyperlipidemia were found to be higher in the group with MI. Neutrophil count, platelet, LDL cholesterol, triglyceride, CRP, and NT-proBNP values were significantly higher in the MI group than in the non-MI group. Troponin levels were higher in the MI group as expected. The lymphocyte count was higher in the group without MI. When the IBI value was examined, it was found to be significantly higher in the group with MI than in the group without MI. CAC, statin use, and e/e’ were higher in the MI group compared to the non-MI group.

– Comparison of demographics, laboratory, and drug medications of the groups
Variable Myocardial infarction (n: 397) No myocardial infarction (n: 952) p
Age (years) 65.41±3.24 64.45±4.03 0.180
Female gender n (%) 174 (43.82) 423 (44.43) 0.639
BMI kg/m2 27.43±3.22 26.91±3.14 0.221
Diabetes mellitus n (%) 138 (34.76) 298 (31.30) 0.003
Hypertension n (%) 131 (32.99) 321 (33.71) 0.861
Hyperlipidemia n (%) 135 (34.00) 301 (31.61) 0.017
Smoking n (%) 140 (35.26) 326 (34.24) 0.283
Atrial fibrillation n (%) 47 (11.83) 111 (11.65) 0.569
CAD n (%) 127 (31.98) 298 (31.30) 0.040
PAD n (%) 23 (5.79) 52 (5.46) 0.079
CAD-RADS 2.2±0.53 1.6±0.21 <0.001
Hematological variables
Fasting Glucose(mg/dl) 118.62±12.79 116.63±11.78 0.829
Creatinine (mg/dl) 1.01±0.41 0.99±0.55 0.129
Sodium (mmol/L) 138.55±3.76 139.66±2.86 0.873
Potassium (mmol/L) 4.50±0.32 4.51±0.34 0.499
ALT (U/L) 25.39±2.81 24.59±2.87 0.553
AST (U/L) 24.37±3.16 24.51±4.82 0.359
TSH(µIU/ml) 1.44±0.32 1.41±0.29 0.283
Hemoglobin (g/dl) 10.61±3.41 10.53±3.59 0.573
WBC count (x103/µl) 10.11±3.11 9.28±4.07 0.449
Neutrophil count (×103 /μL) 8.14±2.44 3.89±2.31 <0.001
Lymp. count (×103 /μL) 1.11±0.74 1.29±1.94 <0.001
Monocyte (X103 /µl) 1.85±1.51 1.84±1.31 0.113
Platelet (x103/µl) 349.21±61.23 328.91±66.73 <0.001
LDL-cholesterol (mg/dl) 136.44 ± 30.8 125.6 ± 41.12 <0.001
HDL-cholesterol(mg/dl) 37.69±12.41 42.26±10.1 0.048
Triglyceride, (mg/dl) 231.81±32.21 218.51 ± 27.6 0.039
NT-proBNP (pg/ml) 52.41±12.32 44.2±10.7 0.028
Troponin (ng/mL) 99.53±29.36 57.24±25.68 <0.001
CRP (mg/L) 45.24±9.56 21.42±8.41 <0.001
IBI 326.88±32.57 64.49±15.21 <0.001
Echocardiographic Findings
LVEF (%) 52.41±2.6 52.51±2.9 0.947
LA size (mm) 35.51±4.8 34.42±5.01 0.557
LVMI (g/m) 112.32±2.3 111.2±3.6 0.469
Angiographic parameters
LAD lesion n (%) 166 (41.81) 398 (41.80) 0.783
CX lesion n (%) 138 (34.76) 342 (35.92) 0.663
RCA lesion n (%) 120 (30.22) 296 (31.09) 0.239
Three vessel disease n (%) 20 (5.03) 51 (5.35) 0.570
CAC score 342±25.31 88±12.3 <0.001
Medications
Acetylsalicylic acid 178 (44.83) 425 (44.62) 0.601
ACE I, ARB 123 (30.98) 288 (30.25) 0.122
Beta blocker 91 (22.92) 220 (23.10) 0.806
Statin 111 (27.95) 218 (22.89) 0.011
Clopidogrel 16 (4.03) 43 (4.51) 0.347
Calcium channel blockers 39 (9.82) 99 (10.39) 0.779

Bold values indicate statistically significant p values (p<0.05). ACE I: Angiotensin Converting Enzyme Inhibitor; ALT: alanine aminotransferase; ARB: angiotensin receptor blocker; AST: aspartate Aminotransferase; BMI: body mass index; CAC: coronary artery calcium; CAD: coronary artery disease; CAD-RADS: coronary artery disease-reporting and data system; CRP: C-Reactive protein; CX: circumflex artery; HDL: high-density lipoprotein; IBI: inflammatory burden index; LA:,lLeft atrium; LAD: left anterior descending artery; LDL: low-density lipoprotein; LVEF: left ventricular ejection fraction; LVMI: left ventricular mass index; NT-proBNP: N-terminal pro-brain natriuretic peptide; PAD: peripheral artery disease; RCA: right coronary artery; TSH: thyroid stimulating hormone; WBC: white blood cell.

Five hundred and thirty-two patients (36.66%) were included in the patient group in model 1, 461 patients (31.77%) were included in the patient group in model 2, and 458 patients (31.56%) were included in the patient group in model 3. Classification of patients according to IBI and CAC scores is shown in Table 2. Coronary artery disease, diabetes, and hyperlipidemia were found to be higher in the Model 1 group compared to the other two groups. Neutrophil count, platelet, CRP, LDL cholesterol, triglyceride, NT-proBNP, and troponin were found to be higher in the Model 1 group compared to the other two groups. In the angiographic evaluation, LAD, LCX, and RCA lesion rates were similar in the Model 1 and Model 2 groups, while they were found to be significantly higher in these two groups compared to the Model 3 group. In the echocardiographic evaluation, e/e’ was found to be higher in the Model 1 group compared to the other two groups. The use of acetylsalicylic acid and statins in drug medication was found to be lower in the Model 3 group compared to the other two groups.

– Comparison of demographics, laboratory, and drug medications of the models
Variable MODEL 1 (n: 532) MODEL 2 (n: 461) MODEL 3 (n: 458) p
Age (years) 65.21±1.14 65.25±3.03 64.79±8.68 0.263
Female gender n (%) 248 (46.61) 210 (45.55) 209 (45.63) 0.429
BMI kg/m2 27.23±4.22 28.01±3.84 28.03±4.74 0.367
Diabetes mellitus n (%) 172 (32.33)a 140 (30.36)b 136 (29.69)c 0.023
Hypertension n (%) 161 (30.26) 132 (28.63) 135 (29.47) 0.351
Hyperlipidemia n (%) 167 (31.39)a 129(27.33)b 114(24.89)c 0.012
Smoking n (%) 128(24.06) 109(23.64) 107(23.36) 0.189
Atrial fibrillation n (%) 65 (12.21) 58 (12.58) 56 (12.22) 0.243
CAD n (%) 153 (28.95)a 132 (28.63)b 100 (21.83)c 0.032
PAD n (%) 35 (6.57) 28 (6.07) 26 (5.67) 0.089
MI rates n (%) 202 (37.9)a 157 (34.05)b 38 (8.29)c <0.001
CAD-RADS 2.3±0.41a 2.2±0.39a 1.3±0.12b <0.001
Hematological variables
Fasting Glucose(mg/dl) 119.46±11.83 117.77±12.68 118.43±14.6 0.751
Creatinine (mg/dl) 0.98±0.45 0.99±0.25 1.08±0.41 0.127
Sodium (mmol/L) 139.56±2.86 137.62±3.8 138.18±4.58 0.891
Potassium (mmol/L) 4.51±0.34 4.50±0.44 4.43±0.52 0.493
ALT (U/L) 22.28±2.95 21.23±3.96 19.14±5.1 0.351
AST (U/L) 23.44±3.16 22.76±6.92 22.31±5.01 0.379
TSH(µIU/ml) 1.59±0.28 1.55±0.34 1.52±0.44 0.283
Hemoglobin (g/dl) 10.61±2.31 10.69±2.19 11.18±2.74 0.124
WBC count (x103/µl) 9.81±5.00 9.88±5.47 9.68±4.32 0.551
Neutrophil count (×103 /μL) 7.04±2.45a 4.20±2.11b 4.13±2.14b <0.001
Lymphocyte count (×103 /μL) 1.21±0.64a 1.39±0.94b 1.42±0.87b <0.001
Monocyte (X103 /µl) 1.57±1.44 1.53±1.31 1.56±0.99 0.088
Platelet (x103/µl) 339.27±81.13a 330.81±77.63b 329.64±81.9b <0.001
LDL-cholesterol (mg/dl) 134.41 ± 37.8 123.6 ± 40.0 121.8±42.74 <0.001
HDL-cholesterol(mg/dl) 38.79±11.7 41.21±10.4 41.17±9.87 0.107
Triglyceride, (mg/dl) 221.8±31.31 187.5 ± 23.6 185.4 ± 22.4 <0.001
NT-proBNP (pg/ml) 47.45±11.23a 45.2±9.7b 43.8±9.3c 0.034
Troponin (ng/mL) 98.43±27.46a 56.24±24.78b 55.37±23.48b <0.001
CRP (mg/L) 44.21±8.96a 22.41±7.41b 21.37±6.99b <0.001
Echocardiographic Findings
LVEF (%) 51.44±2.3 52.34±1.9 53.01±2.1 0.428
LVMI (g/m) 112.13±10.3 112.01±8.6 111.12±4.8 0.559
LA size (mm) 34.41±3.7 33.52±4.01 33.25±3.9 0.571
Angiographic parameters
LAD lesion n(%) 220 (41.35)a 189 (40.99)a 110 (24.01)b <0.001
CX lesion n(%) 200 (37.59)a 172(37.31)a 90 (19.65)b <0.001
RCA lesion n(%) 155 (29.13)a 142 (30.80)a 52 (11.35)b <0.001
Three vessel disease n(%) 30 (5.63)a 22 (4.77)b 6 (1.31)c <0.001
Medications
Acetylsalicylic acid 240 (45.11)a 205 (44.46)a 102 (22.27)b <0.001
ACEI, ARB 162 (30.45) 142 (30.80) 140 (30.56) 0.153
Beta blocker 146 (27.44) 128 (27.76) 120 (26.20) 0.739
Statin 152 (28.57)a 123 (26.68)a 102 (22.27)b 0.003
Clopidogrel 33 (6.20) 27 (5.85) 25 (5.4) 0.224
Calcium channel blockers 61 (11.46) 52 (11.27) 50 (10.91) 0.786

a,b,c In Superscript explanations, the same letters show that there is no statistically significant difference between them, and different letters show that there is a statistically significant difference. Bold values indicate statistically significant p values (p<0.05). ACEI: angiotensin converting enzyme inhibitor; ALT: alanine Aminotransferase; ARB: angiotensin Receptor Blocker; AST: aspartate Aminotransferase; BMI: body mass index; CAD: coronary artery disease; CAD-RADS: coronary artery disease-reporting and data system; CRP: C-Reactive protein; CX: circumflex artery; HDL: high density lipoprotein; LA: left atrium; LAD: left anterior descending artery; LDL: low density lipoprotein; LVEF: left ventricular ejection fraction; LVMI: left ventricular mass index; MI: myocardial infarction; NT-proBNP: N-terminal pro-brain natriuretic peptide; PAD: peripheral artery disease; RCA: right coronary artery; TSH: thyroid stimulating hormone; WBC: white blood cell.

ROC analysis determined the optimal cut-off values for IBI and CAC scores in predicting MI (Figure 1). The combination of both parameters demonstrated the highest levels of sensitivity and specificity in predicting MI in patients with elevated CAC and IBI scores (Figure 2).

– ROC curves of IBI and CAC scores for predicting myocardial infarction in patients with coronary artery disease.

– ROC curve analysis of Coronary Artery Calcium (CAC) score and Inflammatory burden index (IBI) values, and the combination of CAC and IBI to predict myocardial infarction.

In multivariate logistic regression analysis, diabetes mellitus, hyperlipidemia, CAD, neutrophil count, LDL cholesterol, CRP, CAC score, and IBI were determined to be independent potential predictors of MI (Table 3).

– Univariate and multivariate regression analysis to identify independent predictors in myocardial infarction patients
Variable Univariate Analysis Multivariate Analysis
Odds Ratio (95% CI) p-Value Odds Ratio (95% CI) p-Value
Hyperlipidemia 1.234 (0.998-1.379) 0.017 1.198 (0.745-1.543) 0.047
Diabetes mellitus 1.997 (0.982-2.134) 0.003 1.887 (0.996-2.245) 0.032
CAD 1.392 (1.048-1.592) 0.040 1.212 (0.896-1.531) 0.046
Statin use 1.028 (0.883-1.126) 0.011 0.952 (0.791-1.113) 0.143
Neutrophil count (x103/µl) 1.124 (0.950-1.328) <0.001 0.852 (0.657-1.145) 0.053
Lymp. Count (x103/µl) 1.234 (0.997-1.438) <0.001 0.763 (0.443-0.934) 0.159
Platelet (x103/µl) 1.107 (0.761-1.278) <0.001 0.972 (0.752-1.129) 0.093
LDL-cholesterol (mg/dl) 1.192 (0.837-1.349) <0.001 1.292 (0.823-1.338) 0.043
HDL-cholesterol (mg/dl) 1.237 (0.973-1.425) 0.048 0.937 (0.738-1.173) 0.434
Triglyceride, (mg/dl) 1.058 (0.871-1.135) 0.039 0.932 (0.759-1.089) 0.537
Troponin (ng/mL) 1.473 (1.102-1.810) <0.001 0.984 (0.749-1.227) 0.052
NT-proBNP (pg/ml) 1.342 (0.988-1.550) 0.028 0.892 (0.634-0.913) 0.376
CRP (mg/L) 1.627 (1.204-1.971) <0.001 1.273 (1.104-1.426) 0.027
CAC score 2.014 (1.283-2.316) <0.001 1.930 (1.254-2.364) 0.018
CAD-RADS 1.539 (1.011-1.679) <0.001 1.430 (1.112-1.619) 0.035
IBI 2.234 (1.376-2.891) <0.001 2.129 (1.637-2.461) <0.001

Bold values indicate statistically significant p values (p<0.05). CAC: coronary artery calcium; CAD: coronary artery disease; CAD-RADS: coronary artery disease-reporting and data system; CRP: C-Reactive protein; HDL: high density lipoprotein; IBI: The inflammatory burden index; LDL: low density lipoprotein; Lymp: lymphocytes; NT-proBNP: N-terminal pro b-type natriuretic peptide.

Next, we assessed whether IBI and CAC scores were incrementally associated with the risk of MI in our long-term coronary artery disease follow-up cohort. Kaplan-Meier curves were used to analyze the differences between models with different IBI and CAC questions in predicting MACEs (Figure 3). Patients with higher IBI and CAC scores were more likely to have MI than those with lower IBI and CAC scores (log-rank p < 0.001). According to our modeling system, a significantly higher MI rate was found in the Model 1 group than in the Model 2 group and in the Model 2 group than in the Model 3 group in this long-term follow-up cohort. After risk adjustment, 397 (32.14%) patients developed MI during follow-up (Figure 3). Patients with high CAC (>102) and IBI (>128) were at higher risk of MI (p<0.001 for all). After risk adjustment, 202 patients (37.9%) experienced an MI within 3 years in the Model 1 patient group (odds ratio [OR] 1.484 [1.287-1.750]), 157 patients (34.05%) experienced an MI within 3 years in the Model 2 patient group ([OR] 1.184 [0.867-1.340]), and 38 patients (8.29%) experienced an MI within 3 years in the Model 3 patient group ([OR] 0.384 [0.237-0.431]).

– Myocardial infarction rate according to models.

Discussion

In this retrospective study, we investigated the predictive value of IBI and CAC scores in identifying patients with a higher risk of MI (vulnerable plaque) in patients with plaque who underwent CT angiography due to chest pain. Our findings suggest that both IBI and CAC scores are significant predictors of MI for vulnerable plaque, with higher scores being associated with increased risk. These results underscore the potential utility of these indices in clinical practice for the early identification of high-risk patients and could aid in the refinement of therapeutic strategies.

The elevated levels of neutrophils, CRP, LDL cholesterol, triglycerides, NT-proBNP, and troponin observed in the MI group compared to the non-MI group are consistent with the well-established role of inflammation and lipid metabolism in the pathogenesis of atherosclerosis and subsequent plaque rupture.13,14 The significantly higher IBI values in the MI group reinforce the hypothesis that systemic inflammation contributes to the development of acute coronary syndromes (ACS).15 This finding aligns with previous research demonstrating that inflammatory biomarkers are powerful predictors of cardiovascular event.16

Similarly, the higher CAC scores in the MI group compared to the non-MI group confirm the role of coronary artery calcification as a marker of atherosclerotic plaque burden.17 The association between higher CAC scores and an increased risk of MI has been extensively documented in the literature, where it is often used to stratify patients into different risk categories for future cardiovascular events.18 The observation that patients in Model 1 (high IBI and CAC scores) had the highest rates of MI, followed by those in Model 2 and then Model 3, further supports the combined use of these indices for risk stratification.19

Coronary atherosclerosis manifests itself with the appearance of fatty streaks in the coronary arteries and other arterial beds in the very early stages of life. In fact, it is known today that atherosclerosis begins during fetal development, especially in fetuses of mothers with hypercholesterolemia.20 In the development of atherosclerosis, first endothelial dysfunction, then leukocyte lipid and macrophage accumulation in the intima layer, then inflammation, and finally smooth muscle cell proliferation and migration from the medial layer, resulting in the formation of a fibrous cap on the fatty lesion. This lesion is now an irreversible complex lesion.21 Since the publication of the original CAD-RADS classification, several prospective studies have provided evidence supporting the clinical utility of CCTA and the importance of CT findings in patients with suspected stable coronary artery disease. These include the PROMISE22and SCOT-HEART23studies, which demonstrated that CCTA is clinically useful as an alternative to functional testing or as an adjunct to standard of care. Based on these studies and multiple registries, the prognostic value of the CAD-RADS classification has been validated, with higher CAD-RADS scores being associated with increased risks of fatal and nonfatal MI.9,24 Our study supports these studies and found that patients who underwent CAD-RADS had higher scores.

The ROC analysis provided additional evidence supporting the utility of IBI and CAC scores as predictors of MI. The cut-off values identified for IBI (128) and CAC (102) demonstrated good sensitivity and specificity, suggesting that these indices could serve as reliable markers for assessing the risk of MI in patients presenting with chest pain. Moreover, the multivariate logistic regression analysis identified diabetes, hyperlipidemia, coronary artery disease (CAD), neutrophil count, LDL cholesterol, CRP, CAC score, and IBI as independent predictors of MI, highlighting the multifactorial nature of this condition.25

One of the most significant findings of our study is the incremental value of combining IBI and CAC scores in predicting MACEs over the long term. Kaplan-Meier analysis showed a clear gradient in MI risk across the three models, with the highest risk in patients with both high IBI and CAC scores. This suggests that integrating inflammatory and calcification indices could provide a more comprehensive assessment of a patient’s cardiovascular risk, potentially guiding more personalized therapeutic interventions.3,26

The combination of systemic markers like CAC and IBI allows us to identify not just individual vulnerable plaques but ‘vulnerable patients’ who may be at higher risk for future cardiovascular events. The concept of the vulnerable patient represents a more holistic approach that encompasses systemic atherosclerosis burden, inflammatory status, and myocardial vulnerability, rather than focusing on a single plaque characteristic. In a patient with high CAC and IBI scores who has multiple non-obstructive plaques, the fact that one plaque leads to MI and another does not is likely the result of complex interactions between local factors (endothelial function, plaque morphology) and systemic factors (inflammation, coagulation tendency). Therefore, the use of CAC and IBI helps define the vulnerable patient rather than just specific vulnerable plaques.

Our study has several limitations that should be considered when interpreting the results. First, the retrospective design may introduce selection bias, and the exclusion of patients with incomplete data could have influenced our findings. Second, while our study population was relatively large, it was drawn from a single center, which may limit the generalizability of the results. Future studies should aim to validate these findings in larger, multi-center cohorts and explore the potential benefits of targeted therapies based on IBI and CAC scores.

Despite the limitations of our single-center retrospective design, these findings suggest that integrating inflammatory and calcification indices offers a more comprehensive assessment of cardiovascular risk. Further multi-center prospective research is needed to confirm these findings and to explore how these indices can be integrated into routine clinical practice to improve patient outcomes.

 Conclusion

In conclusion, our study supports the use of IBI and CAC scores as valuable tools for predicting MI in patients undergoing CT angiography. We identified optimal cut-off values of 128 for IBI and 102 for CAC score, which demonstrated good sensitivity and specificity in predicting future MI events. The combination of these indices appears to enhance risk stratification, with patients having both high IBI and high CAC scores showing significantly greater risk of MI during our 3-year follow-up period.

Our three-model system provides clinicians with a practical framework for identifying high-risk patients who may benefit from more intensive monitoring and preventive interventions. This approach enables us to identify not just vulnerable plaques but also ‘vulnerable patients’ who are more susceptible to cardiovascular events in the presence of systemic atherosclerosis and inflammation, thus providing a more holistic perspective in risk assessment. This approach could potentially allow for more tailored therapeutic strategies in high-risk patients, particularly those with evidence of both calcification and systemic inflammation.

Highlights

The combination of IBI and CAC scores provides improved risk stratification for the prediction of future MI (vulnerable plaque) in patients with plaque detected by CT angiography.

Our study is the first to use the CAC score and IBI together.

The concept of the ‘vulnerable patient’, incorporating both CAC and IBI scores, provides a more comprehensive approach to cardiovascular risk assessment than focusing solely on individual plaque characteristics.

This study is not associated with any thesis or dissertation work.

This study was approved by the Ethics Committee of the Tokat Gaziosmanpaşa Üniversitesi Müdahale Olmayan Bilimsel Araştırmalar Etik Kurulu under the protocol number 24-MOBAEK-041. All the procedures in this study were in accordance with the 1975 Helsinki Declaration, updated in 2013. Informed consent was obtained from all participants included in the study.

The authors did not use any artificial intelligence tools in the development of this work.

All datasets supporting the results of this study are available upon request from the corresponding author Sefa Erdi Ömür.

There were no external funding sources for this study.