揭示健康心脏解剖中的性别二态性：男女心脏形态的基本差异及其临床意义

本综述利用英国生物银行数据，通过三维统计形状建模（SSM）量化健康心脏的性别差异。研究发现性别单独解释至少25%的心脏形态变异（AUC=0.96–0.71），女性心脏表现为更小的心腔（LV/RV）和不同的空间构型，这些差异在矫正年龄、血压和体型（BMI/BSA）后依然显著。该研究强调了性别特异性心脏形态评估对精准诊断和治疗的重要性，为心血管疾病（CVD）的个性化医疗提供新见解。

引言

心血管疾病（CVD）是全球女性死亡的主要原因，但性别差异在心脏解剖、病理生理和治疗反应中的影响仍未完全明确。历史研究中女性参与不足导致知识空白，现有诊断标准多基于男性数据，可能造成女性误诊或治疗不足。心脏形态的性别特异性变异可能影响病理重塑模式，但传统二维测量无法捕捉复杂三维特征。统计形状建模（SSM）结合大型生物银行数据为量化这些差异提供了新途径。

方法

研究选取英国生物银行中456名健康受试者（男性227人，女性229人），无心血管疾病史，排除吸烟者和BMI≥30 kg/m²个体。通过心脏磁共振成像（CMR）获取数据，采用深度学习分割心脏结构，生成三维网格。预处理包括运动校正、分辨率增强和区域兴趣定义，使用β-变分自编码器（β-VAE）提升分辨率至1.25×1.25×1.25 mm³。网格提取后采用迭代最近点（ICP）算法对齐，并通过大变形微分度量映射（LDDMM）建立点对点对应关系，构建心脏图谱。主成分分析（PCA）降维后保留前20个形状模式（解释90%方差），用于后续统计分析。多变量协方差分析（MANCOVA）和逻辑回归评估性别、年龄、血压和体型（BMI、BSA、身高、体重）对形态的影响。

结果

双心室心脏图谱

LDDMM映射后重建误差为1.23±0.67 mm，PCA揭示前20个模式解释90%形态变异。模式1（44.8%）关联心腔大小，模式2（13.3%）反映右心室（RV）前后宽度，模式3（7.6%）关联心室长度，模式4（5.5%）捕获RV相对于左心室（LV）的位置。

未矫正的性别分层形状系数

Hotelling T²测试显示男女形状系数分布显著不同（P<1.63e-65）。模式1和2的差异最明显，表明女性心脏更小、RV宽度更窄。

混杂因素的影响

MANCOVA显示性别、年龄、血压和体型均显著影响心脏形态（P<0.05）。性别单独解释25–55%的变异，其中BMI矫正后性别贡献最高（54.6%），BSA矫正后最低（26.1%）。

心脏形状与性别的相关性

逻辑回归模型中，未矫正形状系数区分性别的AUC为0.94。矫正后，BMI模型AUC降至0.91，BSA和身高模型降至0.71–0.72，体重模型为0.78，均高于随机分类阈值（0.5），表明性别差异超越混杂因素。

性别特异性判别形状模式

模式1（心腔大小）、模式2（RV宽度）和模式4（RV位置）在所有矫正模型中均显著（P<0.05），女性表现为更小心脏、更窄RV和不同心室取向。模式6（LV膨出）和模式7（RV球形度）仅在部分模型中显著，提示其受年龄或血压影响更大。

讨论

统计形状建模成功量化了心脏形态的性别二态性，性别解释至少25%的变异，且差异不仅源于体型缩放。模式1、2和4是主要判别特征，与遗传或发育因素相关。结果支持女性心脏更小、RV更窄的发现，与既往研究一致。局限性包括样本仅限于高加索人群，未考虑运动或环境因素。未来工作应扩展至多族群和疾病队列，结合计算心脏模型探索功能差异。

结论

性别是心脏形态的关键决定因素，差异涉及大小、比例和空间构型。这些发现呼吁临床诊断中采用性别特异性标准，以改善心血管疾病的个性化管理。