(DM)是一种慢性代谢性疾病，其微血管和大血管并发症的发生率显著高于正常人群。持续的高血糖和微血管损伤导致组织/器官功能障碍，严重影响2型 (T2D)患者的生活质量。然而，由于微血管并发症的隐蔽性，其早期预测具有挑战性。现阶段，微血管并发症的发病率呈上升趋势，而且在很大程度上可以预防。因此，早期识别有微血管并发症风险的 患者对指导临床至关重要。

炎症增加了循环系统细胞因子的水平，这是T2D的一个临床特征，也是 微血管并发症的致病机制之一。其中，脂肪组织是介导炎症和免疫反应的细胞因子的一个重要来源。冠状动脉计算机断层扫描(CCTA)得出的冠状动脉周围脂肪组织(PCAT)衰减作为一种新的成像标志物，可显示存在活跃的血管周围炎症，对冠状动脉疾病(CAD)有重要的预后评估价值。冠状动脉壁的炎症变化通常在动脉粥样硬化斑块发展之前，并间接表明微血管并发症的发生及进展。

在最近的一项倾向性评分匹配研究中，无论狭窄的严重程度和斑块的易损性如何， 患者的右冠状动脉PCAT(RCAPCAT)明显高于非 患者。这表明PCAT作为早期成像生物标志物的潜在作用，可以捕捉到 患者早期血管周围炎症。

近日，发表在European Radiology杂志的一项研究探讨了PCAT衰减对无明显CAD的 患者微血管并发症的预测价值，并据此建立了一个风险分层模型，为临床早期评估患者病情并进行以后评估提供了技术支持。

本研究回顾性地纳入了2017年1月-2020年12月期间临床确认的冠状动脉计算机断层扫描(CCTA)和2型 患者，所有患者都随访了至少1年。记录了临床数据和基于CCTA的成像特征(包括主要心外膜血管的PCAT，高危斑块特征)。在由579名患者组成的训练队列中，建立了两个模型：包含临床因素的模型1和使用多变量逻辑回归分析的包含临床因素+RCAPCAT的模型2。使用由249名患者组成的内部验证队列和由269名患者组成的独立外部验证队列验证模型。

在随访期间，当前队列中69.1%(758/1097)的患者发生了微血管并发症。在训练队列中，与模型1相比，基于临床因素的模型2表现出更好的预测能力(AUC=0.820对0.781，p=0.003)，预测误差更低(Brier评分=0.146对0.164)。模型2对78.58%的 微血管并发症患者进行了准确分类。模型2在内部验证队列和外部验证队列中的类似表现得到了进一步证实。

研究表明，RCAPCAT可作为无明显冠状动脉狭窄的 患者微血管并发症的独立预测因素。所提出的结合临床因素和RCAPCAT的模型对 微血管并发症显示出良好的预测能力。