冠状动脉钙化患者主动脉瓣钙化危险因素分析及预测模型构建

doi:10.3969/j.issn.1006-5725.2026.04.018

Abstract

Abstract:

Objective To explore the independent risk factors for aortic valve calcification （AVC） in patients with coronary artery calcification （CAC） and construct a clinical predictive model， thereby providing a basis for the early identification of high-risk patients. Methods This study retrospectively incorporated 1458 inpatients who underwent coronary CT angiography （CCTA） at Zhongda Hospital Affiliated to Southeast University from January 2019 to September 2022 and had a CAC score greater than 0. These patients were randomly allocated into a training set （n = 1 020） and a validation set （n = 438） at a ratio of 7：3. The risk factors of calcific aortic valve disease （CAVD） were analyzed via univariate and multivariate logistic regression. In this research， LASSO regression was employed for variable screening， and a nomogram prediction model was developed based on the screened variables. The excellent discriminatory capacity， prediction precision， and potential clinical application value of the model were verified through receiver-operating characteristic （ROC） curve， calibration curve， and decision curve analysis （DCA）， respectively. Results The incidence of AVC in the training set was 30.6%. Multivariate analysis indicated that age （OR = 1.055， 95% CI： 1.040 ~ 1.071）， height （OR = 0.980， 95% CI： 0.962 ~ 0.997）， right ventricular end-diastolic diameter （RVEDd， OR = 1.719， 95% CI： 1.102 ~ 2.692）， and statin use （OR = 1.408， 95% CI： 1.047 ~ 1.899） were independent predictors of AVC. The area under the curve （AUC） of the model in the training set and the validation set were 0.738 and 0.715， respectively. The calibration curve demonstrated that the predicted risk was highly consistent with the actual risk， and DCA verified that its clinical net benefit was significant. Conclusions Age， height， RVEDd and statin use are independent predictors of AVC in patients with CAC. The nomogram model constructed based on these factors demonstrates excellent predictive ability， which is conducive to the early identification and clinical management of high-risk patients.

Key words: coronary artery calcification, aortic valve calcification, risk factors, predictive model, nomogram

CLC Number:

R445

Shouquan CHENG,Naifeng LIU,Ruoshui LI. Analysis of risk factors for aortic valve calcification in patients with coronary artery calcification and construction of a predictive model[J]. The Journal of Practical Medicine, 2026, 42(4): 668-676.

Figures/Tables 9

Tab.1

comparison of general data between the training set and the validation set"

变量	训练集（n = 1 020）	验证集（n = 438）	χ² /Z值	P值
主动脉瓣钙化/［例（%）］	312（30.6）	122（27.9）	1.10	0.295
年龄/岁	69.00（61.00，77.00）	68.00（60.25，75.00）	0.70	0.487
性别/［例（%）］			1.62	0.203
男	553（54.22）	254（57.99）
女	467（45.78）	184（42.01）
身高/cm	165.00（159.75，171.00）	165.00（158.25，171.00）	0.09	0.924
体质量/kg	66.00（60.00，75.00）	67.25（59.00，75.00）	0.66	0.509
BMI/（kg/m²）	24.44（22.49，26.73）	24.61（22.57，27.05）	0.77	0.438
LM钙化积分	0.00（0.00，1.00）	0.00（0.00，0.00）	0.65	0.52
LAD钙化积分	45.50（6.00，181.25）	52.23（4.94，211.00）	0.14	0.888
LCX钙化积分	0.00（0.00，35.00）	0.00（0.00，46.75）	0.57	0.565
RCA钙化积分	7.47（0.00，100.00）	7.00（0.00，99.00）	0.27	0.789
总钙化积分	104.50（23.00，388.00）	102.00（21.00，440.14）	0.11	0.915
AO/cm	2.20（2.00，2.30）	2.20（2.00，2.35）	0.05	0.959
AAO/cm	3.42（3.20，3.70）	3.40（3.13，3.68）	1.74	0.082
LAD/cm	3.90（3.60，4.20）	3.85（3.50，4.24）	0.88	0.377
RVEDd/cm	2.40（2.20，2.59）	2.34（2.20，2.50）	1.03	0.301
IVST/cm	1.05（0.94，1.20）	1.01（0.92，1.18）	2.41	0.016
LVEDd/cm	4.60（4.30，5.00）	4.60（4.30，5.00）	0.19	0.851
LVPW/cm	1.00（0.90，1.10）	0.98（0.89，1.06）	2.29	0.022
RWT	0.42（0.38，0.48）	0.42（0.38，0.47）	1.64	0.101
IVS/LVPW	1.05（1.00，1.16）	1.04（0.99，1.15）	1.11	0.269
LVEF/%	69.00 （63.00，74.00）	68.00（63.00，73.00）	1.26	0.205
高血压病史/［例（%）］	761（74.61）	305（69.63）	3.66	0.058
2型糖尿病/［例（%）］	302（29.61）	116（26.48）	1.32	0.252
他汀类药物/［例（%）］	546（53.53）	208（47.49）	4.26	0.039
吸烟/［例（%）］	217（21.27）	106（24.20）	1.35	0.244
UA/（umol/L）	338.00（277.00，409.00）	339.28（280.00，420.00）	0.42	0.670
TG/（mmol/L）	1.29（0.93，1.90）	1.26（0.90，1.93）	0.03	0.976
HDL-C/（mmol/L）	1.24（1.06，1.44）	1.21（1.04，1.45）	0.83	0.405
LDL-C/（mmol/L）	2.56（1.98，3.17）	2.46（1.95，3.04）	1.58	0.112
Lp（a）/（mg/L）	127.50（62.00，262.25）	128.00（5.25，274.75）	0.21	0.836

Tab.1

Tab.2

Basic information of patients with/without aortic valve calcification in the training group"

变量	主动脉瓣无钙化（n = 708）	主动脉瓣钙化（n = 312）	χ² /Z值	P值
年龄/岁	66.00（59.00，74.00）	75.00（66.75，83.00）	8.67	< 0.001
性别/［例（%）］			7.24	0.007
男	404（57.06）	149（47.8）
女	304（42.94）	163（52.2）
身高/cm	165.00（160.00，172.00）	163.00（157.00，170.00）	3.32	0.001
体质量/kg	67.50（60.00，75.00）	65.00（58.00，73.00）	3.04	0.003
BMI/（kg/m²）	24.44（22.60，26.73）	24.39（22.49，26.73）	0.26	0.794
LM钙化积分	0.00（0.00，0.00）	0.00（0.00，29.25）	7.89	< 0.001
LAD钙化积分	36.00（5.00，141.00）	86.50（11.96，325.00）	6.98	< 0.001
LCX钙化积分	0.00（0.00，19.25）	4.50（0.00，71.77）	6.71	<0.001
RCA钙化积分	2.00（0.00，64.04）	45.00（0.00，245.00）	7.53	<0.001
总钙化积分	72.50（18.34，265.18）	253.50（49.25，758.25）	8.22	<0.001
AO/cm	2.20（2.00，2.30）	2.20（2.00，2.33）	0.61	0.541
AAO/cm	3.40（3.20，3.70）	3.50（3.20，3.75）	2.08	0.036
LAD/cm	3.88（3.53，4.20）	4.00（3.70，4.30）	3.33	0.001
RVEDd/cm	2.39（2.17，2.56）	2.40（2.20，2.60）	1.94	0.054
IVST/cm	1.04（0.94，1.20）	1.06（0.96，1.20）	1.17	0.238
LVEDd/cm	4.60（4.30，4.98）	4.60（4.30，5.05）	0.21	0.833
LVPW/cm	0.99（0.90，1.08）	1.00（0.90，1.10）	2.16	0.031
RWT	0.42（0.38，0.47）	0.43（0.38，0.48）	1.74	0.083
IVS/LVPW	1.05（1.00，1.17）	1.05（1.00，1.14）	0.51	0.611
LVEF/%	69.00（63.00，74.00）	69.00（63.00，74.00）	0.16	0.871
高血压病史/［例（%）］	501（71.76）	254（81.41）	10.80	0.001
2型糖尿病/［例（%）］	204（28.81）	98（31.41）	0.58	0.446
他汀类药物/［例（%）］	351（49.58）	195（62.50）	16.60	< 0.001
吸烟/［例（%）］	165（23.31）	52（16.67）	5.33	0.021
UA/（umol/L）	338.00（277.00，410.00）	340.50（275.5，406.00）	0.53	0.599
TG/（mmol/L）	1.36（0.95，2.01）	1.18（0.84，1.75）	3.33	0.001
HDL-C/（mmol/L）	1.24（1.05，1.44）	1.25（1.06，1.44）	0.24	0.812
LDL-C/（mmol/L）	2.57（1.98，3.19）	2.52（1.98，3.13）	0.76	0.445
Lp（a）/（mg/L）	122.00（62.00，246.00）	149.5.00（70.75，316.50）	2.47	0.014

Tab.2

Tab.3

Fig.1

Tab.4

Fig.2

Fig.3

Fig.4

Fig.5

References 18

[1]	DEMER L L， TINTUT Y. Interactive and Multifactorial Mechanisms of Calcific Vascular and Valvular Disease［J］. Trends Endocrinol Metab， 2019， 30（9）： 646-657.doi： 10.1016/j.tem. 2019. 06.001 . doi: 10.1016/j.tem. 2019. 06.001
[2]	ONNIS C， VIRMANI R， KAWAI K， et al. Coronary Artery Calcification： Current Concepts and Clinical Implications［J］. Circulation， 2024， 149（3）： 251-266. doi： 10.1161/CIRCULATIONAHA.123.065657 . doi: 10.1161/CIRCULATIONAHA.123.065657
[3]	PAWADE T， SHETH T， GUZZETTI E， et al. Why and How to Measure Aortic Valve Calcification in Patients With Aortic Stenosis［J］. JACC Cardiovasc Imaging，2019， 12（9）： 1835-1848. doi： 10.1016/j.jcmg.2019.01.045 . doi: 10.1016/j.jcmg.2019.01.045
[4]	中华医学会放射学分会心胸学组，《中华放射学杂志》心脏冠状动脉多排CT临床应用指南写作专家组. 心脏冠状动脉CT血管成像技术规范化应用中国指南［J］. 中华放射学杂志， 2017， 51（10）： 732-743. doi：10.3760/j.issn.1005-1201. 2017. 10.004 . doi: 10.3760/j.issn.1005-1201. 2017. 10.004
[5]	MONCLA L M， BRIEND M， BOSSE Y， et al. Calcific aortic valve disease： Mechanisms， prevention and treatment［J］. Nat Rev Cardiol， 2023， 20（8）：546-559.doi： 10.1038/s41569-023-00845-7 . doi: 10.1038/s41569-023-00845-7
[6]	YU J， WANG Z， BAO Q， et al. Global burden of calcific aortic valve disease and attributable risk factors［J］. Front Cardiovasc Med， 2022， 9：1003233.doi： 10.3389/fcvm.2022.1003233 . doi: 10.3389/fcvm.2022.1003233
[7]	LIU Z， DONG N， HUI H， et al. Endothelial cell-derived tetrahydrobiopterin prevents aortic valve calcification［J］. Eur Heart J，2022，43（17）：1652-1664. doi： 10.1093/eurheartj/ehac037 . doi: 10.1093/eurheartj/ehac037
[8]	CHENG S Q， LIU N F， FANG L J， et al. Factors predicting the occurrence of aortic valve calcification in patients with coronary artery calcification［J］. Acta Cardiol， 2022， 77（10）： 910-917.doi： 10.1080/00015385.2022.2072053 . doi: 10.1080/00015385.2022.2072053
[9]	KANAAN C N， LAYOUN H， KONDOLEON N P， et al. Comparison of CT acquired cardiac valvular calcification scores in hemodialysis and peritoneal dialysis patients undergoing open heart surgery［J］. Am Heart J Plus，2022， 25： 100234. doi： 10.1016/j.ahjo.2022.100234 . doi: 10.1016/j.ahjo.2022.100234
[10]	ING S W， MOHLER III E R， PUTT M E， et al. Correlates of valvular ossification in patients with aortic valve stenosis［J］. Clin Transl Sci， 2009， 2（6）：431-435.doi： 10.1111/j.1752-8062. 2009.00168.x . doi: 10.1111/j.1752-8062. 2009.00168.x
[11]	CHEN H Y， ENGERT J C， THANASSOULIS G. Risk factors for valvular calcification［J］. Curr Opin Endocrinol Diabetes Obes， 2019， 26（2）：96-102.doi： 10.1097/MED.0000000000000471 . doi: 10.1097/MED.0000000000000471
[12]	LIU Z， SU Z， LI W， et al. Global， regional， and national time trends in disability-adjusted life years， mortality， and variable risk factors of non-rheumatic calcified aortic valve disease， 1990-2019： An age-period-cohort analysis of the Global Burden of Disease 2019 study［J］. J Thorac Dis， 2023， 15（4）：2079-2097. doi： 10.21037/jtd-23-480 . doi: 10.21037/jtd-23-480
[13]	MESSAOUDI H， LEVESQUE T， PERZO N， et al. Subtotal Nephrectomy Associated with a High-Phosphate Diet in Rats Mimics the Development of Calcified Aortic Valve Disease Associated with Chronic Renal Failure［J］. J Clin Med，2023，12（4）：1539. doi： 10.3390/jcm12041539 . doi: 10.3390/jcm12041539
[14]	XINYU Z， DONGXIA M， YUE H， et al. Statins Accelerate Coronary Calcification and Reduce the Risk of Cardiovascular Events［J］. Cardiol Rev， 2023， 31（6）：293-298.doi： 10.1097/CRD. 0000000000000438 . doi: 10.1097/CRD. 0000000000000438
[15]	PURI R， NICHOLLS S J， SHAO M， et al. Impact of statins on serial coronary calcification［J］. J Am Coll Cardiol， 2015， 65（13）：1273-1282. doi： 10.1016/j.jacc.2015.01.036 . doi: 10.1016/j.jacc.2015.01.036
[16]	DYKUN I， LEHMANN N， KÄLSCH H， et al. Statin Medication Enhances Progression of Coronary Artery Calcification： The Heinz Nixdorf Recall Study［J］. J Am Coll Cardiol， 2016，68（19）： 2123-2125. doi： 10.1016/j.jacc.2016.08.040 . doi: 10.1016/j.jacc.2016.08.040
[17]	FLETCHER A J， SINGH T， SYED M B J， et al. Imaging aortic valve calcification： Significance， approach and implications［J］. Clin Radiol，2021，76（1）：15-26. doi： 10.1016/j.crad. 2020. 04.007 . doi: 10.1016/j.crad. 2020. 04.007
[18]	WANG C， WANG S， WANG Z， et al. Andrographolide regulates H3 histone lactylation by interfering with p300 to alleviate aortic valve calcification［J］. Br J Pharmacol，2024，181（12）：1843-1856. doi： 10.1111/bph.16332 . doi: 10.1111/bph.16332

变量	OR（95%CI）	Wald χ²	P值
年龄/岁	1.070（1.050 ~ 1.080）	7.83	< 0.001
性别/女	1.450（1.110 ~ 1.900）	2.75	0.006
身高/cm	0.970（0.960 ~ 0.990）	3.33	0.001
体质量/kg	0.990（0.980 ~ 1.000）	2.00	0.049
BMI/（kg/m²）	1.000（0.960 ~ 1.030）	0.27	0.79
LM钙化积分	1.004（1.003 ~ 1.006）	6.00	< 0.001
LAD钙化积分	1.001（1.001 ~ 1.002）	5.48	< 0.001
LCX钙化积分	1.001（1.001 ~ 1.002）	5.48	< 0.001
RCA钙化积分	1.001（1.001 ~ 1.002）	5.74	< 0.001
总钙化积分	1.001（1.000 ~ 1.001）	4.64	< 0.001
AO/cm	1.460（0.890 ~ 2.370）	1.52	0.13
AAO/cm	1.440（1.050 ~ 1.980）	2.27	0.023
LAD/cm	1.330（1.060 ~ 1.660）	2.54	0.013
RVEDd/cm	1.450（0.960 ~ 2.180）	1.77	0.079
IVST/cm	1.570（0.820 ~ 2.960）	1.40	0.167
LVEDd/cm	0.960（0.780 ~ 1.180）	0.38	0.706
LVPW/cm	1.800（0.950 ~ 3.510）	1.80	0.072
RWT	1.080（0.740 ~ 1.520）	0.45	0.659
IVS/LVPW	0.590（0.270 ~ 1.260）	1.33	0.186
LVEF/%	0.990（0.980 ~ 1.010）	1.01	0.312
高血压	1.740（1.260 ~ 2.430）	3.33	0.001
2型糖尿病	1.130（0.850 ~ 1.510）	0.84	0.403
他汀类药物	1.700（1.290 ~ 2.230）	4.24	< 0.001
吸烟	0.660（0.460 ~ 0.920）	2.39	0.017
UA/（umol/L）	0.999（0.998 ~ 1.001）	0.47	0.641
TG/（mmol/L）	0.830（0.720 ~ 0.940）	2.75	0.006
HDL/（mmol/L）	1.060（0.690 ~ 1.620）	0.26	0.794
LDL/（mmol/L）	0.960（0.820 ~ 1.120）	0.49	0.621
Lp(a）/（mg/L）	1.001（1.000 ~ 1.001）	2.88	0.004

变量	OR（95%CI）	P值
年龄/岁	1.055（1.040 ~ 1.071）	< 0.001
身高/cm	0.980（0.962 ~ 0.997）	0.023
LM钙化积分	1.002（1.000 ~ 1.003）	0.076
RCA钙化积分	1.000（0.999 ~ 1.001）	0.411
总钙化积分	1.000（0.999 ~ 1.001）	0.346
RVEDd/cm	1.719（1.102 ~ 2.692）	0.017
LVPW/cm	1.909（0.921 ~ 4.088）	0.087
高血压	1.402（0.981 ~ 2.023）	0.067
他汀类药物	1.408（1.047 ~ 1.899）	0.024
TG/（mmol/L）	0.932（0.806 ~ 1.060）	0.311
Lp（a）/（mg/L）	1.001（1.000 ~ 1.001）	0.123

Analysis of risk factors for aortic valve calcification in patients with coronary artery calcification and construction of a predictive model

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 9

References 18

Related Articles 15

Recommended Articles

Metrics

Comments

[1]	Mengyuan WANG,Fanliang MENG. Analysis of risk factors for carbapenem-resistant Klebsiella pneumoniae infection and construction of a nomogram prediction model [J]. The Journal of Practical Medicine, 2026, 42(3): 477-485.
[2]	Bo DENG,Caoxia PENG,Qilian XIONG,Weiqi NIAN,Ying LIU. Predictive model for unplanned 30-day readmission in stage Ⅲ—Ⅳ lung cancer patients receiving immune checkpoint inhibitors [J]. The Journal of Practical Medicine, 2026, 42(1): 1-11.
[3]	Zhouzhan LUO,Qingling HU,Qiaofeng WANG,Guolong LEI,Mengyao TANG,Chao PENG,Yingying TANG. Value of left ventricular contrast echocardiography and three-dimensional echocardiography heart model parameters on predicting major adverse cardiovascular events in patients with coronary heart disease after percutaneous coronary intervention [J]. The Journal of Practical Medicine, 2026, 42(1): 110-118.
[4]	Kui DONG,jie WU,Jing YAN,Haitao LIU,Jun WANG,Guan′en. QIAO. Study on risk factors of colorectal adenomatous polyps and construction and validation of prediction model [J]. The Journal of Practical Medicine, 2025, 41(6): 838-845.
[5]	Runfang WANG,Ya DUAN,Liyan DU,Xiaodan LIU,Wenning LIAN,Yan HUO,Dandan. YANG. Epidemiological status and risk factors associated with placental abruption among pregnant women in Hebei Province [J]. The Journal of Practical Medicine, 2025, 41(6): 904-910.
[6]	Dongli LIU,Zilin QUAN,Lingxiu ZHONG,Qiqi CHEN,Wenqiao CAI,Senpei ZHUANG,Ying WEI,Huiyi PAN,Yawen. LIN. Construction and validation of a predictive model for antibiotic-associated diarrhea after surgery in children with congenital heart disease [J]. The Journal of Practical Medicine, 2025, 41(5): 683-690.
[7]	Qiaoying MO,Fangyi ZHU,Cunkui ZHU,Shenglong. MA. Nomogram model of malnutrition risk in patients suffering from chronic heart failure grounded on GNRI score [J]. The Journal of Practical Medicine, 2025, 41(5): 691-698.
[8]	Changhui WU,Zhiping HUANG,Huiping DAI,Huifang QIU,Chun HE,Fang. TANG. Energy efficiency of contrast⁃enhanced ultrasound combined with TERT promoter mutation to construct a nomogram model for the prediction of concomitant cervical lymph node metastasis in PTMC [J]. The Journal of Practical Medicine, 2025, 41(5): 756-765.
[9]	Wei LIU,Jun HOU,Longquan TANG,Peng ZHOU,Yan ZHONG,Qinyan LUO,Xiaoyu KUANG,Hua LIU,Ziqing XIONG,Wei XIONG,Chenggao WU,Aiping. LE. Analysis of influencing factors of blood transfusion in children with traumatic brain injury and construction of prediction model： A multi⁃center retrospective study [J]. The Journal of Practical Medicine, 2025, 41(4): 553-560.
[10]	Dawei WANG,Zheng ZHENG,Yuxiang SHENG,Zhiran LI,Shaohua HUANGFU,Bin. JIANG. Risk factors for multidrug⁃resistant bacterial infections in perianal abscesses and the construction of a nomogram prediction model [J]. The Journal of Practical Medicine, 2025, 41(24): 3897-3903.
[11]	Kaiyang WANG,Jiahui YONG,Jing TAO,Xin. SHEN. Correlation between atherogenic index of plasma and prognosis of patients with acute myocardial infarction [J]. The Journal of Practical Medicine, 2025, 41(23): 3697-3703.
[12]	Yi WEI,Chunhui RAO,Huize LIU,Wen. CHEN. Predictive value of multimodal nomogram on the risk of metastasis and recurrence in patients with stage Ⅱ colorectal cancer without adjuvant treatment [J]. The Journal of Practical Medicine, 2025, 41(23): 3723-3729.
[13]	Xiudong YANG,Xing LIU,Xin LIU,Yan JIANG,Wei WANG,Zongbin HE,Sha HUANG,Meihong WEN,Yazhen. LIU. Construction and clinical validation of a machine learning⁃based nomogram model for predicting lymphatic leakage following radical prostatectomy [J]. The Journal of Practical Medicine, 2025, 41(21): 3378-3384.
[14]	Xiaoying DING,Zhichao DONG,Jianna MAO,Changqing GUO,Aimin. YUE. Expression and clinical significance of serum CXCL1 and PRDM5 in lymph node metastasis of progressive gastric cancer [J]. The Journal of Practical Medicine, 2025, 41(20): 3206-3213.
[15]	Zhao WANG,Jiepeng ZUO,Hang CHE,Lingyun REN,Zhe XU,Lei. WANG. Evaluation of plasma PPARγ as a potential diagnostic marker for female interstitial cystitis/painful bladder syndrome and its predictive model [J]. The Journal of Practical Medicine, 2025, 41(2): 258-263.