Hemodynamic assessment of intracranial atherosclerotic stenosis using angiographic images: correlation with in-stent restenosis [ORIGINAL RESEARCH]

術後血管看來暢通，卻有 16.7% 病患半年內面臨支架內再狹窄，關鍵在於術後血流壓力差。當血流分數低於 0.845，即便支架張開良好，再狹窄機率仍大幅飆高。這項數據挑戰了單憑肉眼判斷狹窄率的傳統思維。

單憑狹窄率評估 ICAS 的影像侷限與 Angio-FF 引入

顱內動脈粥狀硬化狹窄（ICAS）是導致缺血性腦中風的關鍵機制之一，特別是在亞洲族群中具有極高的盛行率。對於藥物治療無效的嚴重狹窄病患，經皮穿刺血管內血管成形及支架置放術（PTAS）是標準的介入手段。然而，術後的支架內再狹窄（ISR）一直是神經介入科醫師面臨的最大挑戰。過去的影像評估高度依賴二維血管攝影上的型態學變化，特別是視覺上的狹窄程度（Degree of Stenosis, DS）。但臨床實務上經常觀察到，許多病患即使術後影像顯示狹窄率已經降至 20% 以下，血管外觀十分平滑，半年後卻依然發生嚴重的 ISR。

為了解決這種單憑形態學評估的不足，血流動力學的客觀指標逐漸成為研究核心。在冠狀動脈領域，侵入性的血流流速儲備分數（Fractional Flow Reserve, FFR）早已是指導支架置放的黃金標準，但在顱內微小且曲折的血管中，放置壓力導線伴隨極高的血管破裂風險。因此，研究團隊引入了 Angio-FF（從血管攝影推算的無創血流分數）。這項技術利用常規的 3D 旋轉血管攝影影像，結合 CFD（計算流體力學，模擬血流壓力與流速的電腦演算法），在無需額外導線的情況下，直接計算出病灶遠端與近端的壓力比值。透過這種非侵入性工具，醫師得以在手術當下即時掌握病患大腦的真實血流灌注狀態。

從生理學機制來看，ISR 的發生與血管內皮細胞的過度增生（neointimal hyperplasia）密切相關。當血管雖然被支架撐開，但整體的血流動力學阻力依然存在時，病灶處會產生異常的壁面剪應力（wall shear stress）。這種微觀的力學變化無法透過肉眼在螢幕上辨識，卻會持續刺激發炎反應並促進平滑肌細胞向內膜層移行。Angio-FF 正是將這些複雜的流體力學變化，量化為一個介於 0 到 1 之間的簡單數值。這個數值不僅反映了局部解剖結構的通暢度，更整合了遠端微血管床的微循環阻力，為 ICAS 的治療成效提供了全新的評估維度。

本研究的核心動機，便是驗證這套非侵入性血流運算系統在真實臨床場景中的預測能力。作者透過回溯性分析接受 PTAS 治療的病患，仔細比對他們術前與術後立刻測量到的 Angio-FF 數值，並追蹤六個月後的血管通暢情況。這對於每天在導管室裡緊盯著螢幕、反覆思索是否需要進一步擴張氣球的放射線與神經介入醫師來說，無疑提供了超越傳統二維影像的立體決策依據。

54 例嚴重顱內狹窄病患的特徵與追蹤設計

從研究設計來看，本研究回溯性收錄了 2019 年 1 月至 2022 年 9 月期間，於單一醫學中心接受常規腦血管攝影並確診為嚴重 ICAS 的病患。總計納入 54 位符合嚴格條件的受試者。納入標準包括確診為症狀性大腦中動脈（MCA）或基底動脈（Basilar artery）狹窄且狹窄率超過 70%、經神經內科評估對雙重抗血小板藥物治療反應不佳，並最終接受血管內支架置放治療。為了確保血流運算的精確度，研究排除了合併毛毛樣腦血管病（Moyamoya disease）、遠端串連性病灶（tandem lesions）以及影像品質不佳無法進行三維重建的案例。

在影像擷取與處理流程上，所有病患在術前與術後皆接受了標準的 3D-DSA（三維數位減影血管攝影）。研究團隊將這些高解析度的立體影像匯出後，輸入至專屬的流體力學運算軟體中。系統會自動進行血管網格劃分（meshing），將複雜的血管樹拆解為數百萬個微小的運算單元。隨後，研究人員設定了嚴謹的邊界條件，以病患當下的系統性血壓作為流入端的初始值，並結合周邊微血管阻力模型推算流出端狀態。透過求解 Navier-Stokes 方程式，系統最終輸出病灶遠近端的壓力比，即為 Angio-FF。這個流程在技術成熟後，運算時間已大幅縮短，具備了未來在術中即時應用的潛力。

關於追蹤與分組對照，這 54 位病患在術後均接受標準的雙重抗血小板治療，並安排在術後第六個月進行追蹤性腦血管攝影。研究將 ISR 嚴格定義為追蹤影像上支架內狹窄率再次超過 50%，或者絕對狹窄程度較術後當下增加超過 20%。經過半年的追蹤，最終有 9 位病患被確診為 ISR，發生率約為 16.7%；其餘 45 位病患則歸入非 ISR 控制組。這 16.7% 的比例與既往大型國際臨床試驗的數據高度吻合，證明了本研究的樣本群體具有極佳的代表性。

若檢視兩組病患的基準線特徵（Baseline characteristics），會發現這是一個極具挑戰性的臨床對比。無論是病患的平均年齡、性別比例、吸菸史，或是糖尿病、高血壓、高血脂等全身性系統疾病的盛行率，ISR 組與非 ISR 組之間皆未呈現出任何統計學上的顯著差異。更關鍵的是，就連病灶的解剖位置分佈（如前循環大腦中動脈與後循環椎基底動脈的比例）以及支架的種類（如球囊擴張型或自膨式支架），兩組也幾乎完全一致。這種病患背景的高度同質性，排除了多數潛在的干擾因子，使得後續在探討血流動力學差異時，數據的說服力更為純粹且強烈。

Table 2 揭示的術後血流分數與狹窄率對比

把焦點拉到研究的主要結果，Table 2 完整呈現了手術前後形態學與血流動力學的變化，其中的數據對比深刻描繪了傳統影像判讀的盲點。首先，在手術前的評估中，ISR 組與非 ISR 組在影像上的原始狹窄率（術前 DS%）皆高達 70% 以上，兩組之間毫無統計差異。同樣地，代表血流受阻程度的術前 Angio-FF 數值在兩組中皆極度低下，且 P 值遠大於 0.05。這意味著在支架尚未置入前，我們完全無法透過病灶的外觀嚴重度或是初始的血流壓力降，來預測這個病患半年後是否會走向再狹窄的命運。

然而，手術完成當下的數據卻出現了戲劇性的分歧。在術後立即拍攝的造影中，ISR 組的術後狹窄率中位數為 26% [四分位距 22-33%]，雖然相比術前的 70% 已經有大幅度的物理擴張，但仍顯著高於非 ISR 組的 10% [0-20%]，兩者差異極為顯著（P < 0.001）。更令人矚目的是術後血流動力學的表現：ISR 組的術後 Angio-FF 數值僅回升至 0.84 [0.81-0.90]，而成功維持血管長期通暢的非 ISR 組，其術後 Angio-FF 則高達 0.94 [0.87-0.97]，統計檢定顯示 P = 0.007。這組數字具體表明，對於最終會發生再狹窄的病患，即便支架已經把血管撐開到視覺上還算可以接受的程度，但在微觀的物理壓力層面上，血液流經病灶時依然面臨著顯著的阻力。

為了進一步量化這些指標的預測能力，研究團隊在 Figure 2 中繪製了接收者操作特徵曲線（ROC curve）。數據顯示，術後當下的 Angio-FF 是一個極具效力的 ISR 預測工具，其曲線下面積（AUC）達到了 0.785（95% CI: 0.647-0.923）。相對於傳統依賴單一維度的狹窄率百分比，Angio-FF 融合了更多流體力學的動態資訊。這份 ROC 分析不僅確認了血流分數的診斷價值，更為第一線醫師提供了一個可操作的量化標準。

根據統計運算，作者找出了最佳的預測閾值（Cut-off value）為 0.845。這意味著，當神經介入醫師在完成氣球擴張與支架置放後，如果系統運算出來的 Angio-FF 低於 0.845，就等同於亮起了紅燈。即使病患此時的血管攝影看起來沒有明顯的殘餘狹窄，且對比劑充盈良好，這條血管內部的壓力梯度依然處於不健康的狀態，高達近兩成的機率會在未來六個月內長出過厚的內膜並再次阻塞。這個閾值的確立，把模糊的「看起來開得不錯」轉化為精確的「血流壓力達標與否」。

Table 3 多變數迴歸與血流梯度的預測價值

除了單一變數的對比，這篇論文在多變數羅吉斯迴歸（Multivariable logistic regression）上的處理更具臨床啟發性。在傳統的認知中，術後殘餘狹窄率（DS%）越高，自然越容易引起後續的再狹窄，兩者呈現高度的共線性。讀者難免會質疑：既然術後狹窄率（26% vs 10%）已經具有極顯著的差異，那我們是否直接看狹窄率就好，何必大費周章去跑 CFD 軟體算 Angio-FF？為了釐清這個因果關係的獨立性，作者將年齡、病灶位置、支架種類、術後 DS% 以及術後 Angio-FF 同步放入了迴歸模型中。

Table 3 的分析結果強烈支持了血流動力學的獨立價值。即使在統計模型中強制校正了術後狹窄率（DS%）的影響，術後 Angio-FF 依然是預測半年後 ISR 的獨立危險因子。這在流體力學的框架下非常合理：因為血管的血流阻力並非僅由最狹窄處的直徑決定，病灶的長度、狹窄前後血管的錐度變化（tapering）、甚至是血管彎曲的幾何角度，都會呈指數級別地影響壓力梯度。一個狹窄率 20% 但長度極長且極度彎曲的病灶，其產生的血流阻力，很可能遠大於一個狹窄率 30% 但極為短小的局部斑塊。

進一步剖析各個次群組（subgroup）的表現，我們也能看到解剖位置對預測效度的微妙影響。雖然整體 cohort 包含了前循環與後循環的病患，但在大腦中動脈（MCA）這類分支眾多、微血管床阻力變異較大的血管中，Angio-FF 對於遠端阻力改變的敏感度似乎更加突出。此外，在使用自膨式支架（如 Enterprise）與球囊擴張型支架（如 Apollo）的次群組中，雖然支架徑向撐開力量不同導致初始型態學的狹窄率改善幅度有所差異，但 Angio-FF 卻能跨越硬體的隔閡，統一給出基於最終血流狀態的風險評分。只要最終達不到 0.845 的門檻，無論用哪種支架，再狹窄的命運都驚人地相似。

這項發現也重新定義了「手術成功」的標準。傳統指引通常將 PTAS 手術成功定義為殘餘狹窄小於 30% 且無併發症。然而，基於這份多變數分析的結果，我們發現僅滿足「幾何學上的成功（Geometric success）」是遠遠不夠的。若要確保病患長期的血管通暢，我們必須追求「血流動力學上的成功（Hemodynamic success）」。Angio-FF 提供了一個能夠整合所有幾何變數與遠端床阻力的終極數據，讓醫師在面對形態上看似標準，但流體力學極度異常的「偽成功」案例時，能有提早警覺並介入的科學依據。

影像血流動力學的限制與放射介入科的實務應用

儘管 Angio-FF 展現了極佳的預測潛力，作者在 Discussion 中也坦誠了本研究的方法學限制。首先，54 例的樣本數與 9 例的事件數（ISR）在統計力道上相對單薄，雖然達到了顯著水準，但仍需更大型的多中心前瞻性試驗來鞏固其證據等級。其次，目前的 Angio-FF 運算模型是建立在「剛性管壁（rigid wall assumption）」的假設上，並未納入流固耦合（Fluid-Structure Interaction, 模擬血管壁彈性變形與心搏週期互動的進階算法）。這意味著在年輕病患或血管彈性較佳的區域，目前的系統可能會稍微高估了局部的壓力梯度。

此外，做為一項基於影像推算的技術，Angio-FF 無法完全擺脫 3D-DSA 影像品質的制約。如果病患在旋轉攝影時發生躁動產生假影，或者金屬支架本身的射束硬化效應（beam hardening）導致內腔邊界模糊，都會直接干擾網格建立的精準度，進而導致血流數值出現偏差。同時，受限於顱內血管的脆弱性，本研究無法使用侵入性的壓力導線來取得 Ground Truth（真實壓力值）進行絕對數值的校準，這是目前所有顱內血流影像研究共同面臨的困境與適用邊界。

回到放射科與神經介入醫師的日常實務，這項技術究竟該如何落地？最直接的應用場景在於「術後隨訪策略的個人化分流」。對於那些術後 Angio-FF 高於 0.90 的病患，其血管力學狀態極度穩定，醫師或許可以更放心地維持標準六個月的影像追蹤計畫。然而，如果術後系統吐出的 Angio-FF 落在 0.845 甚至更低，這群病患就是潛在的高風險群。針對這群病患，我們不應僅滿足於手術報告上寫著「殘餘狹窄 20%」，而應該主動調整臨床決策。

具體的實務介入可以包括兩大方向：第一，將這類高風險病患的首次影像追蹤時間，從常規的半年提前至術後三個月，甚至考慮安排非侵入性的高解析度 MRA 作為早期監測手段。第二，與神經內科團隊密切合作，對於血流動力學未達標的病患，在抗血小板藥物的選用上維持更長期的雙抗策略，或是針對血壓控制設定更嚴格的目標範圍。Angio-FF 的出現，本質上是把術後的影像報告從單純的「解剖狀態描述」，升級為具備預後指導價值的「生理風險警示系統」。

當你做完顱內支架置放，肉眼覺得血管夠通時，請跑一次血流運算；若數值掉到 0.845 以下，務必把病患的追蹤期縮短到三個月內。