Abstract
目的
比较1990年和2022年美国风湿病学会(American College of Rheumatology，ACR)大动脉炎分类标准在中国人群中的诊断效能。
方法
回顾性分析2012年5月至2022年5月就诊于北京大学第三医院且病例资料完善的大动脉炎患者及动脉粥样硬化所致动脉狭窄或闭塞患者的临床资料和影像学检查。以2位风湿免疫科专科医师的诊断为金标准，比较以上两种分类标准的敏感性、特异性、阳性预测值、阴性预测值、准确度及受试者工作特征曲线(receiver operating characteristics，ROC)的曲线下面积(area under ROC curve，AUC)。此外，还尝试将新的影像学方法，如彩色多普勒超声(color Doppler ultrasound，CDUS)、计算机断层血管造影(computed tomography angiography，CTA)、磁共振血管造影(magnetic resonance angiography，MRA)和18F-氟脱氧葡萄糖(18F-fluorodeoxyglucose，18F-FDG)正电子发射断层扫描(positron emission tomography，PET)/计算机断层扫描显像(computed tomography，CT)加入1990年分类标准的影像学检查中，以了解影像学方法的改进对该分类标准诊断效能的影响，并比较大动脉炎和动脉粥样硬化患者影像学表现的差异。
结果
2022年ACR大动脉炎分类标准在灵敏度(91.75%)、阳性预测值(94.68%)、阴性预测值(92.79%)、准确度(93.66%)和AUC(0.979)方面均优于1990年ACR大动脉炎分类标准(45.36%、91.67%、66.24%、72.20%、0.855)。将CDUS、CTA、MRA和PET/CT纳入1990年ACR大动脉炎分类标准的影像学检查后，其灵敏度、阳性预测值、阴性预测值、准确度和AUC均有大幅提高，分别为63.92%、92.54%、74.64%、80.49%和0.959，但仍低于2022年ACR大动脉炎分类标准(P < 0.001)。大动脉炎组影像学表现为动脉狭窄者更多(P=0.030)，动脉粥样硬化组动脉闭塞更多(P=0.021)，动脉瘤形成或动脉夹层在两组间差异无统计学意义(P=0.171)。大动脉炎组受累血管数量≥3者更多(P=0.013)，而动脉粥样硬化组单一血管受累者更多(P=0.011)。
结论
与1990年ACR大动脉炎分类标准相比，2022年的ACR分类标准诊断效能更高，可能更适合中国人群；纳入更多成像方式可以提高1990年ACR分类标准的诊断效能。
Keywords: 大动脉炎, 诊断, 敏感性与特异性, 中国
Abstract
Objective
To compare the diagnostic efficiency of the 1990 American College of Rheumatology (ACR) classification criteria for Takayasu arteritis (TA) and the 2022 ACR classification criteria for TA in Chinese populations.
Methods
The clinical and imaging data of TA patients and patients with arterial stenosis or occlusion caused by atherosclerosis who were admitted to Peking University Third Hospital from May 2012 to May 2022 were retrospectively analyzed. Clinical diagnosis of TA by two rheumatologists were defined as the gold standard. The sensitivity, specificity, positive predictive value, negative predictive value, accuracy and the area under the receiver operating characteristics (ROC) curve (AUC) of the above two classification criteria were compared. In addition, this study also attempted to apply new imaging modalities, such as color Doppler ultrasound (CDUS), computed tomography angiography (CTA), magnetic resonance angiography (MRA) and 18F-fluorodeoxyglucose (18F-FDG) positron emission tomography (PET)/computed tomography (CT) in the 1990 ACR classification criteria to find whether this approach would improve the diagnostic efficiency. At the same time, the imaging features of the two groups were compared.
Results
The sensitivity (91.75%), positive predictive value (94.68%), negative predictive value (92.79%), accuracy (93.66%) and AUC (0.979) of the 2022 ACR TA classification criteria were better than those of the 1990 ACR TA classification criteria (45.36%, 91.67%, 66.24%, 72.20% and 0.855, respectively). In addition, we included new imaging modalities, such as CDUS, CTA, MRA and PET/CT in the 1990 ACR TA classification criteria, and the sensitivity, positive predictive value, negative predictive value, accuracy and AUC were significantly improved, which were 63.92%, 92.54%, 74.64%, 80.49% and 0.959, respectively, but still lower than those of the 2022 ACR classification criteria of TA (P < 0.001). The TA patients had more arterial stenosis (P=0.030), while the atherosclerosis patients had more arterial occlusion (P=0.021). There was no significant difference in arterial aneurysm or dissection (P=0.171). The TA patients had more involvement of ≥3 arteries (P=0.013), while the atherosclerosis patients had more unique artery involvement (P=0.011).
Conclusion
Compared with the 1990 ACR classification criteria for TA, the 2022 ACR classification criteria had higher diagnostic efficiency and might be more sui-table for the Chinese populations. Using more imaging modalities would improve the diagnostic perfor-mance of 1990 ACR classification criteria.
Keywords: Takayasu arteritis, Diagnosis, Sensitivity and specificity, China
大动脉炎(Takayasu arteritis)是一种慢性肉芽肿性血管炎，主要累及主动脉及其主要分支，如头臂动脉、颈动脉、锁骨下动脉、椎动脉、肾动脉，以及肺动脉和冠状动脉[1]。根据所累及的血管不同，可出现各种不同的症状和体征，如肢体疼痛、跛行、头痛、头晕、脉搏消失或减弱、两侧血压不对称等，此外还可以有一些全身症状，如发热、疲劳、厌食等[2]。大动脉炎最早在日本被发现，不同地区的发病率有明显差异，亚洲东部地区发病率最高，可达4/10万，而美国的发病率仅为2/100万~3/100万[3-4]。该病通常发生在20~40岁，且好发于女性，男女比例在1 ∶ 1.2到1 ∶ 9.4[3, 5]。由于大动脉炎的早期症状不典型，临床表现多种多样，尚无特异性血清学指标，因此诊断仍存在许多困难[6]，我国学者曾报道其误诊率高达46.3%，尤其在发病早期更易发生误诊[7]。
在日本学者Ishikawa首次于1978年提出大动脉炎的诊断标准后，来自各国的学者纷纷提出了大动脉炎的多种分类标准，但是各有缺陷，难以达成共识[8]。目前，临床应用最多的大动脉炎分类标准是由美国风湿病学会(American College of Rheumatology，ACR)于1990年制定的[9]，它的敏感性和特异性分别为90.5%和97.8%，但它同样具有许多的局限性，比如未纳入年龄>40岁的患者，对于40~50岁的患者很难区分是大动脉炎还是巨细胞动脉炎，以及因当时影像学发展的限制，对于动脉病变的判断仅限于数字减影血管造影(digital subtraction angiography，DSA)。随着时代的发展，影像学技术的进步，DSA已经不能适应目前的临床需求，在当代血管炎队列的验证中，其敏感性降低至73.6%[9]。
在2021年ACR年会上，美国国立卫生研究院的Peter Grayson教授和英国牛津大学的Raashid Luqmani教授分享了由ACR与欧洲抗风湿病联盟(European League against Rheumatism，EULAR)共同制定的2022年版血管炎分类标准，其中更新了大动脉炎的分类标准，该标准采用了全新的积分模式，满足准入标准后积分≥5分即可诊断，其敏感度达到了94%，特异度达到了99%。虽然2022年ACR的分类标准是基于一项迄今为止最大的血管炎研究，覆盖了32个国家的136个中心，但是大动脉炎在不同地区和种族间的差异较大，2022年ACR标准尚未在亚洲人群中得到验证。因此，本研究拟验证2022年ACR大动脉炎分类标准在中国人群中的诊断效能，同时与1990年ACR大动脉炎分类标准进行比较，并且将更多的血管影像方法加入1990年的ACR标准，探讨影像修订标准是否会提高其诊断效能。
1. 资料与方法
1.1. 研究对象
选取2012年5月至2022年5月就诊于北京大学第三医院且病例资料完善的大动脉炎患者，所有患者均经2名风湿免疫学专家根据1990年ACR分类标准结合临床综合评估确诊。此外，纳入同期北京大学第三医院介入血管外科因动脉粥样硬化所致动脉狭窄或闭塞而入院的患者作为动脉粥样硬化组，所有动脉粥样硬化组患者均由血管造影证实并由介入血管外科医师做出诊断。
1.2. 研究方法
所有患者的一般信息(年龄、性别)、临床表现(全身症状、特异性症状及血管杂音、血压、脉搏等体征)、血管受累的影像学表现均按同质化标准收集，以确保数据的可靠性。所有患者均按照1990年ACR、改良1990年ACR分类标准和2022年ACR的大动脉炎分类标准重新评估并诊断。
1.3. 诊断/分类标准
1.3.1. 2022年ACR大动脉炎分类标准
大动脉炎诊断的必要条件：发病年龄≤60岁且影像学检查证实存在血管炎。在此基础上，下述10项条目总得分≥5分即可诊断为大动脉炎：(1)其他临床标准：女性，记1分；心绞痛或缺血性心脏疼痛，记2分；上肢/下肢跛行，记2分；血管杂音，记2分；上肢脉搏减弱，记2分；颈动脉异常，记2分；双上肢收缩压差≥20 mmHg，记1分。(2)其他影像学标准：病变动脉数为1、2或≥3(选择其中一项)，分别记1分、2分或3分；成对动脉对称性受累，记1分；腹主动脉受累伴肾或肠系膜受累，记3分。
1.3.2. 1990年ACR大动脉炎分类标准
符合以下6项中3项或3项以上者可诊断为大动脉炎：(1)发病年龄≤40岁；(2)肢体间歇性运动障碍；(3)一侧或双侧肱动脉搏动减弱；(4)双上肢收缩压差>10 mmHg；(5)锁骨下动脉/主动脉杂音；(6)动脉造影异常(主动脉及其一级分支、上肢或下肢近端大动脉的狭窄或闭塞，病变常为局灶或节段性，且并非由动脉粥样硬化、纤维肌发育不良或类似原因引起)[10]。
1.3.3. 改良的1990年ACR大动脉炎分类标准
本研究对1990年ACR大动脉炎分类标准中的第6条进行了改良，除其原有的动脉造影异常外，还纳入了彩色多普勒超声(color Doppler ultrasound，CDUS)、计算机断层血管造影(computed tomography angiography，CTA)、磁共振血管造影(magnetic resonance angiography，MRA)或18F-氟脱氧葡萄糖(18F-fluorodeoxyglucose，18F-FDG)正电子发射断层扫描(positron emission tomography，PET)/计算机断层扫描显像(computed tomography，CT)提示有血管炎。
1.4. 统计学方法
所有统计学分析均使用SPSS 21.0软件进行。计数资料采用频数和百分数描述，组间比较采用χ2检验。计量资料如服从正态分布则以x±s表示，组间比较采用t检验，如为非正态分布则用M(P25，P75)表示，组间比较用Z检验。以两位风湿免疫专科医师的临床诊断大动脉炎为金标准，比较1990年和2022年ACR大动脉炎分类标准的敏感性、特异性、阳性预测值、阴性预测值、准确度及受试者工作特征曲线(receiver operating characteristics，ROC)下面积(area under ROC curve，AUC)。均为双侧检验，以P < 0.05为差异有统计学意义。
2. 结果
2.1. 一般资料
共有205例患者被确定为研究对象，其中97例为大动脉炎，108例为动脉粥样硬化所致大动脉狭窄或闭塞。两组患者性别组成差异有统计学意义(P < 0.001)，大动脉炎患者女性明显多于男性。大动脉炎组患者诊断时的中位年龄28岁，明显低于动脉粥样硬化组诊断时的中位年龄52岁(P < 0.001)。两组患者的一般资料及临床特点见表 1。
表 1.
两组患者一般情况及临床特点比较[n(%)]
Comparison of demographic and clinical characteristics between the two groups[n(%)]
| Items | Takayasu's arteritis (n=97) |
Atherosclerosis (n=108) |
χ2/Z | P values |
| Female | 85 (87.63) | 24 (22.22) | 87.800 | < 0.001 |
| Age at diagnosis | ||||
| < 40 years | 71 (73.20) | 9 (8.33) | 90.352 | < 0.001 |
| 40-60 years | 21 (21.65) | 83 (76.85) | 62.303 | < 0.001 |
| >60 years | 5 (5.15) | 16 (14.81) | 5.187 | 0.023 |
| Clinical symptoms | ||||
| Fever | 16 (16.49) | 0 | 19.323 | < 0.001 |
| Weakness | 30 (30.93) | 3 (2.78) | 29.982 | < 0.001 |
| Limb claudication | 23 (23.71) | 54 (50.00) | 15.059 | < 0.001 |
| Headache/Dizziness | 43 (44.33) | 28 (25.93) | 7.646 | 0.006 |
| Sudden blindness/ Visual disturbance | 12 (12.37) | 7 (6.48) | 2.108 | 0.147 |
| Clinical signs | ||||
| Decreased or absent pulses in upper limbs | 48 (49.48) | 9 (8.33) | 43.110 | < 0.001 |
| Weak or tender carotid pulse | 21 (21.65) | 7 (6.48) | 9.970 | 0.002 |
| Arterial bruit | 46 (47.42) | 6 (5.56) | 47.315 | < 0.001 |
| A difference of more than 10 mmHg systolic pressure between two limbs | 38 (39.18) | 5 (4.63) | 36.792 | < 0.001 |
| A difference of more than 20 mmHg systolic pressure between two limbs | 24 (24.74) | 4 (3.70) | 19.180 | < 0.001 |
2.2. 临床症状和体征
在临床症状方面，大动脉炎组发热、乏力、头痛、头晕的患者明显多于对照组(P < 0.001)。在体征方面，大动脉炎组患者上肢搏动减弱、颈动脉搏动减弱或压痛、动脉杂音、上肢收缩压差增加较对照组多见(P < 0.001，表 1)。
2.3. 影像学检查结果
影像学结果提示，大动脉炎累及升主动脉、主动脉弓、头臂干、左/右锁骨下动脉、左/右颈总动脉、胸主动脉、左/右肾动脉比例高于动脉粥样硬化组(P < 0.001)，与之相反，动脉粥样硬化组累及左/右髂总动脉和左/右股总动脉比例更高(P < 0.001)，而且动脉对称性受累比例大动脉炎组高于动脉粥样硬化组(P=0.005，表 2)。
表 2.
大动脉炎和动脉粥样硬化患者动脉受累部位[n(%)]
Locations of arterial involvement in Takayasu's arteritis and atherosclerosis patients [n(%)]
| Items | Takayasu's arteritis (n=97) | Atherosclerosis (n=108) | χ 2 | P values |
| Ascending aorta | 15 (15.46) | 0 | 18.020 | < 0.001 |
| Aortic arch | 23 (23.71) | 0 | 28.844 | < 0.001 |
| Brachiocephalic trunk | 26 (26.80) | 0 | 33.153 | < 0.001 |
| Left subclavian artery | 46 (47.42) | 14 (12.96) | 29.313 | < 0.001 |
| Right subclavian artery | 43 (44.33) | 11 (10.19) | 30.706 | < 0.001 |
| Left common carotid artery | 67 (69.07) | 34 (31.48) | 28.891 | < 0.001 |
| Right common carotid artery | 67 (69.07) | 30 (27.78) | 34.957 | < 0.001 |
| Thoracic aorta | 17 (17.53) | 1 (0.93) | 17.581 | < 0.001 |
| Abdominal aorta | 29 (29.90) | 19 (17.59) | 4.314 | 0.038 |
| Left renal artery | 25 (25.77) | 8 (7.41) | 12.762 | < 0.001 |
| Right renal artery | 23 (23.71) | 9 (8.33) | 9.174 | 0.002 |
| Celiac trunk | 7 (7.22) | 2 (1.85) | 2.342 | 0.126 |
| Superior mesenteric artery | 11 (11.34) | 2 (1.85) | 7.746 | 0.005 |
| Left common iliac artery | 4 (4.12) | 20 (18.52) | 10.244 | 0.001 |
| Right common iliac artery | 2 (2.06) | 17 (15.74) | 11.371 | 0.001 |
| Left common femoral artery | 4 (4.12) | 29 (26.85) | 19.545 | < 0.001 |
| Right common femoral artery | 2 (2.06) | 31 (28.70) | 26.856 | < 0.001 |
| Paired artery involvement | 72 (74.23) | 60 (55.56) | 7.770 | 0.005 |
与动脉粥样硬化组相比，大动脉炎组影像学表现为动脉狭窄者更多(P=0.030)，动脉闭塞者更少(P=0.021)，而影像学表现为动脉瘤形成或动脉夹层的比率在两组间差异无统计学意义(P=0.171)。从受累血管数量来看，大动脉炎多为3处及以上血管受累(P=0.013)，而动脉粥样硬化多为单一血管受累(P=0.011，表 3)。
表 3.
两组患者动脉受累的影像学特点[n(%)]
Imaging characteristics of arterial involvement in the two groups[n(%)]
| Items | Takayasu's arteritis (n=97) | Atherosclerosis (n=108) | χ 2 | P values |
| Arterial stenosis | 97 (100.0) | 101 (93.5) | 4.692 | 0.030 |
| Arterial occlusion | 33 (34.0) | 54 (50.0) | 5.342 | 0.021 |
| Aneurysm formation or dissection | 3 (3.1) | 8 (7.4) | 1.873 | 0.171 |
| ≥3 arteries involved | 81 (83.5) | 74 (68.5) | 6.224 | 0.013 |
| 2 arteries involved | 13 (13.4) | 20 (18.5) | 0.990 | 0.320 |
| 1 artery involved | 3 (3.1) | 14 (13.0) | 6.546 | 0.011 |
2.4. 诊断效能评价
2022年ACR大动脉炎分类标准在灵敏度、阳性预测值、阴性预测值、准确度和AUC方面均优于1990年ACR大动脉炎分类标准(表 4和图 1)。此外，因血管造影的有创性，本研究中入组的大动脉炎患者行造影检查的比率 < 5%，因此，本研究将CDUS、CTA、MRA和PET/CT纳入1990年ACR大动脉炎分类标准的影像学检查中，发现其灵敏度、阳性预测值、阴性预测值、准确度和AUC均有大幅提高，但仍低于2022年ACR大动脉炎分类标准(P < 0.001，表 4和图 1)。
表 4.
不同分类标准评价指标的比较[M (P25, P75)]
Comparison of evaluation indicators of different classification criteria [M(P25, P75)]
| Classification criteria for TA | Sensitivity | Specificity | Positive predictive value | Negative predictive value | Accuracy | AUC |
| ACR, American College of Rheumatology; AUC, area under receiver operating characteristics curve. | ||||||
| 1990 ACR | 45.36 (35.33-55.76) |
96.30 (90.24-98.81) |
91.67 (79.13-97.30) |
66.24 (58.21-73.47) |
72.20 (65.70-77.88) |
0.855 (0.804-0.907) |
| Revised 1990 ACR | 63.92 (53.48-73.24) |
95.37 (89.01-98.28) |
92.54 (82.74-97.22) |
74.64 (66.39-81.48) |
80.49 (74.53-85.33) |
0.959 (0.933-0.984) |
| 2022 ACR | 91.75 (83.93-96.11) |
95.37 (89.01-98.28) |
94.68 (87.45-98.03) |
92.79 (85.86-96.61) |
93.66 (89.46-96.26) |
0.979 (0.961-0.998) |
图 1.
不同分类标准的受试者工作特征曲线
Receiver operating characteristics (ROC) curves of different classification criteria
Abbreviations as in Table 4.
3. 讨论
大动脉炎最早由日本眼科医生Mikito Takayasu报告，曾被命名为“无脉症”[11]，随后，研究者们发现该病除了受累血管狭窄外，还会出现扩张或动脉瘤形成[12]，因此，将该病统称为大动脉炎。大动脉炎的病因尚不清楚，但多项研究表明其与人类白细胞抗原有关，提示免疫介导过程的遗传易感性[13]。大动脉炎血管受累的特点是动脉全层受累，以肉芽肿性炎症和多核巨细胞浸润为主，导致血管中膜破坏和内膜增生[14]，而动脉粥样硬化的发病机制比较复杂，尚未明确，目前被广泛接受的学说认为其主要是动脉内膜层中脂质的沉积导致了动脉壁的炎症反应，慢性炎症反应贯穿该病的始终[15]。本研究大动脉炎组的发病年龄低于动脉粥样硬化组，全身症状(发热、乏力)明显多于动脉粥样硬化组，可能与其炎症性发病机制相关。大动脉炎和动脉粥样硬化患者血管受累部位亦有区别，在其他此类研究中也有证实[16]，但其机制尚不明确，是否能成为两种疾病新的鉴别点，仍需大样本多中心的前瞻性研究数据来证实。大动脉炎组多见成对血管受累，可能一方面说明本病是炎症性疾病，另一方面提示成对血管受累更支持大动脉炎诊断。由于大动脉炎是炎症性病变，因此受累血管≥3处者更多见，也提示血管病变部位越多越支持大动脉炎诊断，而单一血管部位受累更支持动脉粥样硬化诊断，当然这还需要纳入更多前瞻性研究来证实。
大动脉炎是一种罕见的疾病，没有敏感性和特异性足够高的实验室或影像学检查可以作为其诊断的金标准，所以其分类标准多年来一直是一个有争议的领域，虽然近年来逐渐受到重视，但因其流行率低，目前的分类标准仍不理想[4]。1988年日本风湿免疫学专家Ishikawa首次提出大动脉炎的分类标准，包含1个必要标准、2个主要标准和9个次要标准。该标准在用于96名日本队列时的灵敏度和特异度分别为84%和100%，之后Sharma等[17]对其进行了修订，使其诊断的灵敏度上升至92.5%，特异度下降至95.0%。Ishikawa分类标准和修订后的Ishikawa分类标准虽然诊断效能较高，但条目众多，难以掌握，未能全面推广。目前临床上应用最多的是1990年ACR发布的大动脉炎分类标准，该标准主要是为了将大动脉炎与其他血管炎区分开来而颁布的，其在美国人群中的灵敏度为90.5%，特异度为97.8%[10]。但其主要来源于美国白种人群，仅包含小部分印度裔亚洲人群，且入组患者均为血管炎患者，未包括动脉粥样硬化、感染性血管炎、先天性主动脉疾病等其他大血管病变患者，而大动脉炎的发病率与临床特征因种族和地域不同而有明显差异[9]，因此，该标准是否适合我国人群，尚待验证。另外，由于时代所限，1990年ACR大动脉炎分类标准仅将DSA用于动脉病变的影像学判断，但因其放射性、有创性、肾毒性等不良反应，目前已逐渐被CDUS、MRA、CTA、PET/CT等技术所取代[18]。本研究中1990年ACR大动脉炎分类标准的敏感性由美国人群的90.5%降至45.36%，其主要原因可能有两个方面：一方面，本研究入组的大动脉炎患者中有超过20%的患者年龄在40岁以上；另一方面，1990年ACR分类标准的影像学检查仅局限于DSA，而本研究中只有约5%的患者做了DSA检查，其余患者均由CDUS、CTA、PET/CT等影像学检查提示血管炎。因此，本研究打破了该标准影像学检查的局限性，将所有能发现血管炎表现的影像学检查，如CDUS、CTA、MRA、PET/CT纳入该标准的影像学异常中，其敏感性及AUC均有明显提高，而特异性仅略有降低，说明1990年ACR大动脉分类标准中，如能将动脉造影异常更改为影像学提示有血管炎表现，纳入目前临床上常用的无创影像学检查，可能更适合临床诊断需求。
在2021年的ACR会议上，由ACR与EULAR共同制定的2022年版血管炎分类标准即更新了1990年的分类标准，将年龄提高到了60岁，弥补了一部分年龄限制所导致的漏诊，此外，2022年分类标准中血管影像学检查不再局限于DSA，而是加入了临床上应用最多的超声检查，强调了血管超声对大动脉炎的诊断价值，临床操作性更强[19-20]。本研究在中国人群中验证了该标准，与1990年ACR大动脉炎的分类标准相比，其敏感性提高到91.75%，AUC增加到0.98，特异性仍保持在95.37%的高水平。即使本研究对1990年的ACR标准进行了改良，纳入了目前临床上常用的所有能提示血管炎的影像学检查，其诊断效能仍低于2022年版的ACR大动脉炎分类标准(P < 0.001)，这表明2022年的ACR大动脉炎分类标准比1990年ACR标准更适合中国人群。但2022年的分类标准同样具有局限性：首先，仍存在年龄这一准入条件，对于>60岁的大动脉炎患者难以适用该标准，临床诊断仍很困难；其次，尽管纳入了血管超声检查，但超声本身也有其局限性，患者的生理状况、血管病变范围和部位以及操作者的熟练程度等因素都会影响其准确性，尤其是腹主动脉、锁骨下动脉的解剖特点致使其比较难以显示，因此，并不利于直接观察炎症的存在[21]。
总之，大动脉炎是一种古老而罕见的疾病，其诊断和治疗仍有很多困难，但早期诊断对于减少并发症、改善预后非常重要[22]。本研究发现，与1990年ACR大动脉炎分类标准相比，2022年的ACR分类标准更适合中国人群，诊断效能更高，可以在临床实践中推广。另外，纳入更多成像方式将提高1990 ACR分类标准的诊断效能。血管受累的对称性、多灶性更有利于大动脉炎的诊断。当然，由于本研究是回顾性单中心研究，患者病程不一，不可避免会造成一定的偏倚，其结论尚需未来多中心前瞻性研究来检验。
Funding Statement
国家自然科学基金(8207071016)
Supported by National Natural Science Foundation of China (8207071016)
References
- 1.Numano F, Okawara M, Inomata H, et al. Takayasu's arteritis. Lancet. 2000;356(9234):1023–1025. doi: 10.1016/S0140-6736(00)02701-X. [DOI] [PubMed] [Google Scholar]
- 2.Vanoli M, Daina E, Salvarani C, et al. Takayasu's arteritis: A study of 104 Italian patients. Arthritis Rheum. 2005;53(1):100–107. doi: 10.1002/art.20922. [DOI] [PubMed] [Google Scholar]
- 3.David S, Mathieu V, Patrice C. Medium- and large-vessel vascu-litis. Circulation. 2021;143(3):267–282. doi: 10.1161/CIRCULATIONAHA.120.046657. [DOI] [PubMed] [Google Scholar]
- 4.Richards BL, March L, Gabriel SE. Epidemiology of large-vessel vasculidities. Best Pract Res Clin Rheumatol. 2010;24(6):871–883. doi: 10.1016/j.berh.2010.10.008. [DOI] [PubMed] [Google Scholar]
- 5.Cong XL, Dai SM, FENG X, et al. Takayasu's arteritis: Clinical features and outcomes of 125 patients in china. Clin Rheumatol. 2010;29(9):973–981. doi: 10.1007/s10067-010-1496-1. [DOI] [PubMed] [Google Scholar]
- 6.Kaymaz-Tahra S, Alibaz-Oner F, Direskeneli H. Assessment of damage in Takayasu's arteritis. Semin Arthritis Rheum. 2020;50(4):586–591. doi: 10.1016/j.semarthrit.2020.04.003. [DOI] [PubMed] [Google Scholar]
- 7.马 斌, 牛 林, 汪 国生, et al. 80例大动脉炎临床资料回顾性分析. 安徽医学. 2014;35(1):71–74. [Google Scholar]
- 8.de Souza AW, de Carvalho JF. Diagnostic and classification criteria of Takayasu arteritis. J Autoimmuny. 2014;48/49:79–83. doi: 10.1016/j.jaut.2014.01.012. [DOI] [PubMed] [Google Scholar]
- 9.Seeliger B, Sznajd J, Robson JC, et al. Are the 1990 American College of Rheumatology vasculitis classification criteria still valid? Rheumatology (Oxford) 2017;56(7):1154–1161. doi: 10.1093/rheumatology/kex075. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 10.Arend WP, Michel BA, Bloch DA, et al. The American College of Rheumatology 1990 criteria for the classification of Takayasu arteritis. Arthritis Rheum. 1990;33(8):1129–1134. doi: 10.1002/art.1780330811. [DOI] [PubMed] [Google Scholar]
- 11.Sugiyama K, Ijiri S, Tagawa S, et al. Takayasu disease on the centenary of its discovery. Jpn J Ophthalmol. 2009;53(2):81–91. doi: 10.1007/s10384-009-0650-2. [DOI] [PubMed] [Google Scholar]
- 12.Alibaz-Öner F, Aydın SZ, Direskeneli H. Recent advances in Takayasu's arteritis. Eur J Rheumatol. 2015;2(1):24–30. doi: 10.5152/eurjrheumatol.2015.0060. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 13.Kim ESH, Beckman J. Takayasu arteritis: Challenges in diagnosis and management. Heart. 2018;104(7):558–565. doi: 10.1136/heartjnl-2016-310848. [DOI] [PubMed] [Google Scholar]
- 14.Clifford AH, Cohen Tervaert JW. Cardiovascular events and the role of accelerated atherosclerosis in systemic vasculitis. Atherosclerosis. 2021;325:8–15. doi: 10.1016/j.atherosclerosis.2021.03.032. [DOI] [PubMed] [Google Scholar]
- 15.Moriya J. Critical roles of inflammation in atherosclerosis. J Cardiol. 2019;73(1):22–27. doi: 10.1016/j.jjcc.2018.05.010. [DOI] [PubMed] [Google Scholar]
- 16.吴 思凡, 马 莉莉, 陈 慧勇, et al. 不同诊断/分类标准对大动脉炎诊断的价值研究. 中华风湿病学杂志. 2021;25(11):727–732. doi: 10.3760/cma.j.cn141217-20200426-00175. [DOI] [Google Scholar]
- 17.Sharma BK, Jain S, Suri S, et al. Diagnostic criteria for Takayasu arteritis. Int J Cardiol. 1996;54(Suppl 2):S141–S147. doi: 10.1016/s0167-5273(96)88783-3. [DOI] [PubMed] [Google Scholar]
- 18.Dejaco C, Ramiro S, Duftner C, et al. Eular recommendations for the use of imaging in large vessel vasculitis in clinical practice. Ann Rheum Dis. 2018;77(5):636–643. doi: 10.1136/annrheumdis-2017-212649. [DOI] [PubMed] [Google Scholar]
- 19.Sinha D, Mondal S, Nag A, et al. Development of a colour doppler ultrasound scoring system in patients of Takayasu's arteritis and its correlation with clinical activity score (ITAS 2010) Rheumatology (Oxford) 2013;52(12):2196–2202. doi: 10.1093/rheumatology/ket289. [DOI] [PubMed] [Google Scholar]
- 20.Svensson C, Eriksson P, Zachrisson H. Vascular ultrasound for monitoring of inflammatory activity in Takayasu arteritis. Clin Physiol Funct Imaging. 2020;40(1):37–45. doi: 10.1111/cpf.12601. [DOI] [PubMed] [Google Scholar]
- 21.Oura K, Yamaguchi Oura M, Itabashi R, et al. Vascular imaging techniques to diagnose and monitor patients with Takayasu arteritis: A review of the literature. Diagnostics (Basel) 2021;11(11):1993. doi: 10.3390/diagnostics11111993. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 22.Keser G, Aksu K, Direskeneli H. Takayasu arteritis: An update. Turk J Med Sci. 2018;48(4):681–697. doi: 10.3906/sag-1804-136. [DOI] [PubMed] [Google Scholar]