北京中科皮肤病医院 https://yyk.99.com.cn/fengtai/68389/jianjie.html接着上一篇：主动脉领域的十大谜团（上）
1、二甲双胍是否可以抑制非糖尿病患者AAA的进展
抑制早期AAA进展的完美方案，二甲双胍应该是一种有效/安全/廉价的药物。小AAA患者长期服用这种药物，可以推迟手术干预时间或者降低破裂风险，实现主动脉瘤的长期控制。大量的临床试验尝试了多种假定的抑制途径，证实了上述理想是骨感的。值得提出的问题是目前很少有研究显示二甲双胍能够抑制非糖尿病患者AAA的进展。但最新的关于二甲双胍抑制AAA的试验，又重新燃起了人们希望。虽然这些试验存在各种方法学问题，多数试验仍在募集和计划阶段，但每一个临床研究都发现这一神药或多或少可以发挥抑制动脉瘤扩大的作用。二甲双胍作为现在对抗小AAA最有潜力的种子选手，还需要更多更强劲的试验来支持。
clinicaltrials.gov上注册的正在进行临床研究，不包括单臂器械研究（点击图片放大表格）
2.联合器械和药物治疗主动脉疾病
EVAR大法好，只惜再干预。EVAR器具的耐久性和高达20%的再干预比例，成为限制这一腔内主动脉领域明星的桎梏。随着对支架位移力、角度、锚定点、材料特性以及EVAR术后主动脉生物变化的理解逐渐深入，一些科研和厂家团队把目光投降了器具和药物的结合，希望通过化学对物理的缺陷进行补充，稳定前后锚定点动脉瘤壁、增加支架稳定性，减少后期二次干预。候选的一些主动脉瘤抑制化合物在机制和临床试验中已有可靠的结果，现在的重点是需要优化局部给药方案。
3.主动脉疾病生物标志物的筛选
主动脉疾病的生物标志物的要求是可靠、廉价且可预测。现在事实上通用的主动脉疾病进展生物标志物是主动脉横径，但这明显远远不够。寻找主动脉疾病进展的标志物一旦成功，主动脉疾病领域有望整体纳入慢病管理的主流，类似于高血压管理（生物标志物=血压）、糖尿病管理（生物标志物=糖化血红蛋白）。
光明的前景吸引了很多有识之士的努力。已经有很多研究尝试了各种各样基于血清和图像的候选标志物：平滑肌、炎症、血栓形成、细胞黏附和细胞信号分子以及各种生物标志物，以及最新的非编码RNA、全基因组测序；PET-CT、CT和MRI的功能成像技术；电子健康数据、机器学习、人工智能算法。主动脉疾病管理的最终归宿，是通过适当设计的临床试验确定和验证一种可靠/廉价/有效的主动脉疾病生物标志物，并通过可靠/廉价/有效的药物延缓疾病发展。在这一理想实现之前，我们只能在永远趋近但无法达到完美的开放和腔内治疗中苦苦挣扎。但我们可以通过组织和收集有良好人口学特征的患者/健康人血清、DNA和其他表型信息，作为探索和验证的队列。
4.治疗A型夹层和升主动脉瘤的腔内器具研发
A型夹层开放修复术后的死亡率居高不下，手术严重依赖于患者的年龄、血流动力学状况（局部—器官灌注不良、整体—全身休克），外科医生手术技巧（即便在经验丰富的主动脉手术中心，经验丰富手术组和经验差手术组的围手术期死亡率也相差4倍）。在这种致死性的背景下，学习曲线较短、对患者一般情况依赖较弱的腔内治疗策略被提出，作为了一套改良方案。腔内器具延申到升主动脉这一未知领域，设计和材料需要更多的调整。另外需要临床试验确定哪些患者亚群受益于A型夹层腔内修复术。
5.急症应用REBOA技术的安全和有效性
对于创伤性非压迫性出血性休克的紧急治疗，推荐采用复苏性主动脉球囊阻断术（REBOA）作为临时措施。REBOA已被推广用于各种场景的创伤性休克，虽然这项技术不是应用于主动脉疾病本身，但由于此技术的并发症和技术被血管外科掌握，越来越多的病例进入了主动脉专家的领域。REBOA技术以及结局细节，正在被各种适当设计的试验或登记研究补充完善。
本文中提出的问题，应利用数据科学的发展成果加以解决。例如，机器学习算法可以帮助招募患者进行临床研究。各种精细的数据分析方法正在替代传统的统计方法。智能化和自动化地提取电子病历信息以及数据挖掘，有望帮助建立相关关系，寻找到主动脉疾病进展的社会和生物标志物。考虑到传统RCT的资金和时间投入，应当考虑替代研究设计。同时随着数据科学的进步，完美在国际范围内共享数据的能力也随之提高。在确定优先事项、确保数据完全和科学性的合作基础上，未来我们有机会回答更多与主动脉诊疗有段的重要谜团。
本文感谢安徽医院朱化刚教授的指导。血管新青年投稿邮箱：VASPUBoutlook.
