Entwicklung und Validierung eines Nomogramms zur Vorhersage des Wiederauftretens einer Lungenembolie unter Verwendung von Muskel- und Fettparametern

Warum die Körperform im Brustkorb wichtig ist

Eine Lungenembolie, ein Blutgerinnsel, das sich in den Arterien der Lunge festsetzt, kann nicht nur beim ersten Auftreten tödlich sein, sondern auch bei einem Rückfall. Ärztinnen und Ärzte möchten wissen, welche Patienten am ehesten ein erneutes Ereignis erleiden, um Behandlung und Nachsorge gezielt anzupassen. Diese Studie untersucht eine überraschend einfache Datenquelle, die bereits in vielen Patientenakten vorhanden ist: die Anordnung von Muskel- und Fettgewebe im oberen Brustbereich auf routinemäßigen CT-Scans. Indem man diese versteckten Hinweise zur Körperform in ein Vorhersageinstrument überführt, hoffen die Forschenden, Klinikerinnen und Klinikern ein klareres Bild davon zu geben, wer tatsächlich gefährdet ist.

Über die üblichen Risiko-Checklisten hinausblicken

Aktuelle Instrumente zur Einschätzung des Embolierisikos in der Lunge stützen sich meist auf grundlegende klinische Informationen und Blutwerte: Alter, Vitalzeichen, Laborwerte und Bewertungssysteme wie die Wells- oder die revidierte Geneva-Scores. Diese können Patienten generell einem höheren oder niedrigeren Risiko zuordnen, übersehen aber oft wichtige Unterschiede zwischen Individuen. Gleichzeitig hat die Forschung zu Herz- und Lungenerkrankungen gezeigt, dass Menge und Qualität der Skelettmuskulatur und des Fettgewebes, insbesondere im Brustbereich, eng mit Belastbarkeit, Entzündungsprozessen und Erholungsfähigkeit verknüpft sind. Dennoch wurden diese Maße der Körperzusammensetzung nur selten in Vorhersagen einbezogen, ob ein Lungenverschluss erneut auftreten wird.

CT-Scans in Karten der Körperzusammensetzung verwandeln

Das Team wertete die Unterlagen von 184 Erwachsenen aus, bei denen zwischen 2019 und 2023 erstmals eine Lungenembolie diagnostiziert wurde und die über mehrere Jahre unter standardmäßiger Gerinnungshemmung nachuntersucht wurden. Alle hatten einen spezialisierten Scan durchlaufen, der nuklearmedizinische Bildgebung mit einem Niedrigdosis-CT kombiniert. Aus einer einzelnen Schicht jedes CT-Scans auf Höhe des vierten oberen Rückenwirbels nutzten die Forschenden eine spezielle Software, um zentrale Merkmale zu messen: die Gesamtfläche der Brustmuskulatur, die spezifische Größe und Dichte der Pektoralmuskeln sowie die Menge und Dichte des subkutanen Fetts. Diese Werte spiegeln nicht nur wider, wie viel Muskel- oder Fettgewebe eine Person hat, sondern auch die Gewebequalität, die durch Alter, geringe Fitness oder chronische Erkrankungen verändert sein kann.

Ein praktikables Vorhersageinstrument erstellen

Um herauszufinden, welche Faktoren das Wiederauftreten eines Gerinnsels am besten anzeigten, kombinierten die Forschenden diese bildbasierten Messwerte mit standardmäßigen klinischen Daten wie Body-Mass-Index, Leukozytenzahl und dem Vorhandensein einer tiefen Venenthrombose in den Beinen. Sie verwendeten ein statistisches Verfahren, das schwächere Variablen automatisch herausfiltert und nur diejenigen behält, die einen sinnvollen Informationsgewinn liefern. Acht Merkmale erwiesen sich als am nützlichsten, darunter Brustmuskelfläche und -dichte, subkutane Fettfläche und -dichte, Body-Mass-Index, Leukozytenzahl und Beinvenenthrombosen. Diese wurden in eine visuelle Punktekurve, ein sogenanntes Nomogramm, eingebettet, das es Klinikerinnen und Klinikern erlaubt, die Werte eines Patienten aneinanderzulegen und eine geschätzte Wahrscheinlichkeit für ein Rezidiv abzulesen.

Wie gut das Modell abgeschnitten hat

Die 184 Patienten wurden in eine größere Gruppe zur Modellentwicklung und in eine kleinere Gruppe zur Validierung aufgeteilt. Als das Nomogramm auf die Entwicklungsgruppe angewendet wurde, unterschied es mit moderater Genauigkeit zwischen denen, die später eine weitere Embolie erlitten, und denen, die dies nicht taten; in der Testgruppe war die Leistung etwas geringer, aber weiterhin akzeptabel. Ebenso wichtig war, dass die vorhergesagten Risiken eng mit den tatsächlich beobachteten Ereignissen über die Zeit übereinstimmten, und Entscheidungsanalysen zeigten, dass die Nutzung des Tools über einen weiten Bereich klinischer Szenarien mehr Nutzen bieten würde, als einfach alle Patienten pauschal als hoch- oder niedrigriskant zu behandeln. Bemerkenswert ist, dass keine einzelne Muskel- oder Fettmessung allein ausschlaggebend war, dass sie zusammen jedoch die feine Abstufung des Risikos verbesserten.

Was das für Patienten bedeutet

Für Menschen, die sich von einem Lungenblutgerinnsel erholen, deutet diese Studie darauf hin, dass die verborgenen Details ihrer Brustmuskulatur und ihres Fettgewebes, die bereits auf gewöhnlichen Scans erfasst sind, still Hinweise darauf geben können, wie anfällig sie für ein erneutes Ereignis sind. Indem diese bildgebenden Hinweise mit routinemäßigen klinischen Informationen in einem einfachen, leicht zu verwendenden Diagramm kombiniert werden, könnten Ärztinnen und Ärzte besser erkennen, wer eine engere Nachsorge oder eine längere Antikoagulation benötigt und wer zusätzliche Behandlung wahrscheinlich sicher vermeiden kann. Die Autorinnen und Autoren warnen, dass das Modell einen frühen Schritt darstellt und in anderen Kliniken sowie in größeren Patientengruppen getestet werden muss. Dennoch weist es in Richtung einer Zukunft, in der die Körperzusammensetzung zur routinemäßigen Grundlage personalisierter Nachsorge nach einer Lungenembolie wird.

Zitation: Cao, J., Niu, S., Li, X. et al. Development and validation of a nomogram for predicting pulmonary embolism recurrence using muscle and fat parameters. Sci Rep 16, 8538 (2026). https://doi.org/10.1038/s41598-026-37833-z

Schlüsselwörter: Lungenembolie, Körperzusammensetzung, Computertomographie, Risikovorhersage, rezidivierende Thrombose