Euro Radiol:基于机器学习的FFRCT,为冠心病患者提供了又一新的选择!
2022-04-26 shaosai MedSci原创
使用计算流体力学(CFD)和机器学习(ML)算法,可实现应用CT衍生的FFR(FFRCT)对CCTA上怀疑有CAD的患者进行评估。
现阶段,冠状动脉计算机断层扫描(CCTA)技术是评估冠状动脉狭窄的高度敏感工具,是疑似冠状动脉疾病(CAD)患者的首选一线检查手段。随着CCTA的应用日益广泛,对疑似CAD的功能性检测与解剖性检测的比较效果成为一个重要问题。
使用计算流体力学(CFD)和机器学习(ML)算法,可实现应用CT衍生的FFR(FFRCT)对CCTA上怀疑有CAD的患者进行评估。在ADVANCE注册研究中,与单独的CCTA相比,FFRCT修改了三分之二的参与者的治疗建议。此外,其还与冠状动脉造影(ICA)显示的非阻塞性疾病和90天及1年内较少的不良事件有关。然而,如何在临床实践中的解剖学CCTA上增加FFRCT是一个亟待解决的问题。
近日,发表在European Radiology杂志的一项研究在临床的环境中,比较了基于ML的FFRCT与单纯CCTA扫描在中度狭窄患者中评估的临床结果差异。
本项研究将参与者分配为CCTA或FFRCT组。主要终点是90天内显示非阻塞性疾病的有创冠状动脉造影(ICA)的比率。次要终点包括随访1年时的冠状动脉再通和主要不良心血管事件(MACE)。
总共有567人被分配到CCTA组,566人被分配到FFRCT组。90天后,CCTA组无阻塞性疾病的ICA比率(33.3%,39/117)高于FFRCT组(19.8%,19/96)(风险差异[RD]=13.5%,95%置信区间[CI]:8.4%,18.6%;P = 0.03)。CCTA组的ICA转诊率(27.5%,156/567)高于FFRCT组(20.3%,115/566)(RD=7.2%,95%CI:2.3%,12.1%;P=0.003)。CCTA组的血管再通率比FFRCT组低(RD=19.8%,95%CI:14.1%,25.5%,P=0.002)。在1年内,CCTA组的MACE比FFRCT组更常见(HR:1.73;95% CI:1.01,2.95;P = 0.04)。
图 显示1年内主要不良心脏事件的Kaplan-Meier生存曲线。a MACE:全因死亡率、心肌梗死和导致非计划性血管重建的急性冠状动脉综合症。b:FFRCT和CCTA组在1年内导致非计划性血管重建的急性冠状动脉综合征
在中度冠状动脉狭窄的患者中,基于ML的FFRCT与单独评估解剖的CCTA相比,转诊到ICA的比率较低,ICA显示非阻塞性疾病的比率较低,且患者预后有所改善。
原文出处:
Hong Yan Qiao,Chun Xiang Tang,U Joseph Schoepf,et al.One-year outcomes of CCTA alone versus machine learning-based FFR CT for coronary artery disease: a single-center, prospective study.DOI:10.1007/s00330-022-08604-x
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
很不错的研究方法,学习了,非常感谢
52
#冠心病患者#
46
#机器#
54