TCT 2025丨中国医学科学院阜外医院：冠状动脉介入治疗的技术革新

2025年10月25日至28日，第37届经导管心血管治疗年会（TCT 2025）在美国旧金山莫斯康中心（Moscone Center） 举行。大会上中国医学科学院阜外医院的研究团队带来了冠状动脉介入治疗（PCI）领域的最新研究成果。这些研究聚焦于当前介入心脏病学的热点与难点，展现了我国在该领域的前沿探索与临床实践进展。

1. 基于冠状动脉区域的定量血流分数引导经皮冠状动脉介入治疗分层：FAVOR III China试验的预设亚组分析

研究背景

在FAVOR III China研究中，定量血流分数引导的经皮冠状动脉介入治疗已显示出优于造影引导的经皮冠状动脉介入治疗的效果，然而定量血流分数指导在三大心外膜冠状动脉中的疗效差异尚不明确。

研究方法

将FAVOR III China试验中的患者按靶病变位置分为左主干/左前降支、左回旋支或右冠状动脉组。主要终点为3年血管导向复合心血管事件（包括心血管死亡、靶血管心肌梗死和缺血驱动的靶血管血运重建）。

研究结果

在3825例患者中，冠脉病变分布于左主干/左前降支组2937例，左回旋支组1426例，右冠状动脉组1606例。定量血流分数指导显著提高了治疗策略更改率（左主干/左前降支组12.1%，左回旋支组18.7%，右冠状动脉组20.8%）。3年随访显示，定量血流分数引导的经皮冠状动脉介入治疗在左主干/左前降支组（风险比0.69，95%CI 0.51-0.92）和右冠状动脉组（风险比0.54，95%CI 0.36-0.81）显著降低血管导向复合心血管事件风险，而在左回旋支组（风险比0.80，95%CI 0.54-1.18）未观察到显著获益。亚组分析中定量血流分数指导的血管特异性疗效保持一致。

研究结论

定量血流分数引导相较于造影引导的经皮冠状动脉介入治疗的临床获益存在血管特异性差异，在左主干/左前降支和右冠状动脉病变中显著获益，而在左回旋支病变中未见显著优势，提示基于定量血流分数的病变选择策略在左回旋支区域需谨慎解读。

2. 冠周脂肪衰减指数联合脂蛋白(a)预测冠心病患者经皮冠状动脉介入治疗术后不良结局

研究背景

当前临床风险评分系统在准确识别治疗后残余心血管风险方面存在局限。本研究旨在评估冠周脂肪衰减指数联合血脂参数预测接受经皮冠状动脉介入治疗的冠心病患者残余心血管风险的联合效用。

研究方法

本研究纳入在经皮冠状动脉介入治疗前3个月内接受过冠状动脉CT血管成像的冠心病参与者。在包括左主干、左前降支、左回旋支和右冠状动脉在内的多支冠脉血管进行冠周脂肪衰减指数测量。评估的血脂参数包括脂蛋白(a)、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、甘油三酯和总胆固醇。采用六种机器学习算法开发预测模型。使用SHAP解释通过多种指标比较的性能最佳模型，以识别最具预测性的特征。基于这些特征的截断值，将患者分为四组。通过Kaplan-Meier生存分析和Cox回归分析评估残余心血管风险的差异。

研究结果

共分析了1,006例患者，随访时间超过三年。XGBoost算法表现出最优的预测性能（曲线下面积0.921，平均精度0.913，F1分数0.85，G均值0.88）。左前降支冠周脂肪衰减指数和脂蛋白(a)具有最高的预测重要性（SHAP值分别为0.68和0.78）。根据左前降支-冠周脂肪衰减指数和脂蛋白(a)将患者分为四组：高冠周脂肪衰减指数-高脂蛋白(a)组、高冠周脂肪衰减指数-低脂蛋白(a)组、低冠周脂肪衰减指数-高脂蛋白(a)组和低冠周脂肪衰减指数-低脂蛋白(a)组。KM生存分析证实这些组间的预后差异显著（P<0.001）。值得注意的是，高冠周脂肪衰减指数-高脂蛋白(a)组的主要不良心脑血管事件发生率最高，与低冠周脂肪衰减指数-低脂蛋白(a)组相比风险显著更高（风险比3.295，95%CI 1.875–5.794）。将高冠周脂肪衰减指数-高脂蛋白(a)纳入PCE模型提高了预测准确性（曲线下面积增量0.12）。

研究结论

利用机器学习技术，术前评估左前降支冠周脂肪衰减指数联合脂蛋白(a)能够对接受经皮冠状动脉介入治疗的冠心病患者进行准确的风险分层。该方法有助于改进残余心血管风险的预测。

3. 超低剂量造影剂冠状动脉造影的可行性与诊断准确性：一项前瞻性盲法试验

研究背景

传统冠状动脉造影虽能提供高质量的冠心病诊断图像，但造影剂使用伴随造影剂肾病等风险。人工智能赋能的超低剂量造影剂冠脉造影技术有望减少造影剂用量，但其诊断性能仍需进一步验证。

研究方法

这项前瞻性单中心试验连续入组至少存在一处血管直径狭窄程度50-90%且参考血管直径≥2.5 mm的患者。每位患者在接受传统造影后，立即于相同投照角度行超低剂量造影（造影剂稀释50%）。独立影像核心实验室对两组影像进行盲法定量冠状动脉造影分析。主要终点为狭窄程度测量值在±5.0%范围内的一致性，次要终点包括最小管腔直径（±0.3 mm）、病变长度（±5 mm）及参考血管直径（±0.3 mm）的一致性。

研究结果

共纳入38例患者的400组配对影像进行分析。定量分析显示超低剂量造影与传统造影具有高度一致性：狭窄程度一致性94.8%（95%CI 92.6-97.0），最小管腔直径一致性98.5%（95%CI 97.3-99.7），病变长度一致性97.5%（95%CI 96.0-99.0），参考血管直径一致性92.5%（95%CI 89.9-95.1）。两组测量值呈现强线性相关：狭窄程度（R=0.97, P<0.01）、最小管腔直径（R=0.96, P<0.01）、病变长度（R=0.96, P<0.01）及参考血管直径（R=0.95, P<0.01）。关键参数在两种技术间无统计学显著差异。

研究结论

人工智能赋能的超低剂量造影剂冠脉造影具有与传统造影相当的诊断性能，为存在造影剂相关并发症风险的患者提供了安全有效的替代方案。

4. 超声血流分数评估冠状动脉狭窄的诊断性能：FUNCTION研究

研究背景

超声血流分数是一种基于血管内超声的新型血流储备分数计算方法，无需压力导丝或药物诱导充血。本研究旨在以血流储备分数≤0.80作为参考标准，评估超声血流分数识别血流动力学显著狭窄的诊断性能。

研究方法

在这项前瞻性单中心研究中，纳入经视觉评估至少存在一处冠脉病变（直径狭窄30%-80%）的患者。由独立核心实验室对离线超声血流分数、基于压力导丝的血流储备分数和血管内超声测得的最小管腔面积进行盲法分析。主要终点为血管水平超声血流分数对比血流储备分数的敏感性与特异性，次要终点为血管水平与患者水平的总体诊断准确率。

研究结果

2023年10月至2025年3月期间，阜外医院共纳入336例患者，获得413支血管的配对超声血流分数与血流储备分数测量数据。超声血流分数显示出92.0%的敏感性（95%CI 86.8%-95.7%）与96.4%的特异性（95%CI 93.3%-98.3%），均显著超过预设性能目标（P值<0.001）。血管水平与患者水平的诊断准确率分别为94.7%（95%CI 92.1%-96.6%）和93.4%（95%CI  90.1%-95.8%）。阳性预测值、阴性预测值、阳性似然比与阴性似然比分别为92.0%（95%CI  87.2%-95.2%）、96.4%（95%CI 93.4%-98.1%）、25.6（95%CI 13.4-48.6）和0.08（95%CI 0.05-0.14）。

研究结论

本研究达到了超声血流分数检测血流动力学显著狭窄的预设性能目标，凸显其作为基于压力导丝的血流储备分数测量方法的微创、高效替代方案的潜力。

5. 造影衍生的定量血流分数一致性血管选择患者的主要心血管事件：发生机制与临床意义探讨

研究背景

关于造影衍生的定量血流分数能否作为血运重建决策中与血流储备分数并列的一线工具——可能引发假阳性血运重建或假阴性延期处理——目前仍存争议。本研究旨在通过无监督机器学习识别定量血流分数一致性血管选择患者中与主要不良心血管事件相关的高风险表型集群，并评估其预后相关性。

研究方法

分析纳入来自FAVOR III China试验的2,957例完成2年随访且符合定量血流分数一致性血管选择标准的患者。基于离线定量血流分数测量，一致性血管选择定义为对所有定量血流分数≤0.80的血管实施血运重建，而对所有定量血流分数>0.80的血管采取非介入治疗。主要终点为2年主要不良心血管事件（包括心血管死亡、自发性心肌梗死或缺血驱动的血运重建的复合终点）。通过K均值聚类分析纳入44个变量（含15项临床变量、5种药物治疗、24项造影及手术特征），以建立独立于结局的患者集群。

研究结果

聚类分析揭示三种独特表型。集群1患者（n=1597 [54.0%]）作为参照组，其右冠状动脉（定量血流分数0.96±0.05）与左回旋支（定量血流分数0.95±0.05）同时呈现高定量血流分数值。集群2患者（n=827 [28.0%]）在左前降支（定量血流分数0.89±0.09）和左回旋支（定量血流分数0.89±0.09）同时存在较高定量血流分数值，其2年主要不良心血管事件发生率与集群1相当（6.0% vs. 4.8%；P=0.196）。集群1与2在年龄、体重指数、心血管危险因素和左心室射血分数方面特征相似。集群3患者（n=533 [18.0%]）在左前降支（定量血流分数0.66±0.19）和左回旋支（定量血流分数0.64±0.13）同时呈现降低的定量血流分数值，具有更高的左回旋支病变患病率及最复杂的解剖特征——包括更长病变长度（≥20 mm）、重度狭窄（≥70%）、中重度钙化、分叉病变、串联病变和迂曲解剖结构。与集群1相比，集群3的2年主要不良心血管事件风险显著升高（8.3% vs. 4.8%，风险比1.80，95%CI 1.23-2.61，P=0.002）。

研究结论

通过机器学习方法整合临床、解剖与生理特征，我们识别出造影衍生的定量血流分数一致性血管选择患者中独特的高风险表型集群。特别值得注意的是，左冠系统（左前降支和左回旋支）同时存在低定量血流分数值缺血伴复杂解剖特征的表型——其2年主要不良心血管事件发生率更高，值得临床特别关注。