目的探讨基于胸部CT扫描评价的心外膜脂肪容积（epicardial fat volume,EFV）与疑诊冠心病（coronary artery disease,CAD）患者心肌缺血的关系,与传统心血管危险因素及冠状动脉钙化积分（coronaryarterycalciumscore,CACS）比较,评价EFV预测疑诊CAD患者心肌缺血的增益价值。方法回顾性入选于2018年3月至2019年11月在苏州大学附属第三医院就诊,行SPECT-CT心肌灌注显像及胸部CT扫描的204例疑诊CAD患者。通过病历综合管理系统收集整理患者的一般临床资料。使用Agatston自动分析软件,计算冠状动脉各分支钙化灶评分总和,获得CACS。手动勾画从肺动脉分叉至心尖的心包边界,使用Volume半自动分析软件识别密度在-190～-30 HU界限间的脂肪,从而获取EFV（cm3）。运用SPECT-MPI诊断心肌缺血,诊断标准为:可逆性灌注缺损伴总差值评分（summed difference score,SDS）≥2。通过 Youden 指数计算 EFV 及 CACS 预测心肌缺血的最佳截断点,EFV的最佳截断点为119.1cm3,CACS的最佳截断点为14.3,基于上述截断点将连续变量EFV及CACS转化为二分类变量。建立三个心肌缺血预测模型:model 1由传统心血管危险因素构成;model2在model 1基础上加入CACS;model 3在model 2基础上加入EFV。运用ROC曲线评估不同模型对心肌缺血的诊断效能及EFV预测心肌缺血的增益价值。绘制校准曲线评价模型3预测心肌缺血时预测概率与实际概率间的一致性。通过bootstrap重采样（500次）对模型3进行内部验证。结果204例疑诊CAD患者中,存在心肌缺血的患者有95例（46.6%）,MPI正常的患者有109例（53.4%）。心肌缺血组EFV显著高于灌注正常组（137.80±34.59 cm3比106.63±29.10 cm3,P＜0.001）。校正了传统心血管危险因素及CACS后,EFV＞119.1 cm3和心肌缺血显著相关,是预测心肌缺血的独立影响因子[odds ratio（OR）:8.30,95%CI 3.72-18.49,P＜0.001]。与联合传统心血管危险因素及CACS的模型比较,模型3曲线下面积更大（areaundercurves,AUC0.82比0.74,P=0.002）,表明预测心肌缺血效能更优。净重分类指数（netreclassificationindex,NRI）统计结果为0.14（P=0.04）,表明加入EFV后模型区分度更好,预测心肌缺血的能力显著改善,新增14%的患者被正确诊断。综合判别改善指数（integrated discrimination improvement,IDI）统计结果为0.14（P＜0.001）,提示加入EFV后,新模型综合判别的能力提高了 14%。通过bootstrap重采样法进行内部验证并计算模型3 AUC的95%置性区间（confidence interval,95%CI 0.75～0.87）。校准曲线表明,该预测模型评估心肌缺血概率的预测值和实际值间有很好的一致性。结论疑诊冠心病人群中,EFV升高和心肌缺血呈显著正相关,是心肌缺血的独立影响因子。EFV升高可有效预测心肌缺血,在传统心血管病危险因素和CACS基础上对预测心肌缺血提供增益价值。