Nuevas mediciones usando tomografía computarizada predicen el éxito del apéndice auricular izquierdo, el cierre del...

Área de la Ciencia:

• Imágenes cardiovasculares por imágenes.
• Cardiología Intervencionista Cardiología intervencionista.
• Tecnología de Dispositivo Médico Tecnología de Dispositivo Médico

Sus antecedentes:

• La ecocardiografía transesofágica (TEE, por sus siglas en inglés) y la tomografía computarizada (TC, por sus siglas en inglés) son estándar para el cribado pre-procedural en el cierre del apéndice auricular izquierdo (LAAC, por sus siglas en inglés).
• La predicción precisa del éxito del dispositivo de procedimiento (DS) para LAAC sigue siendo un desafío con los métodos actuales.

Objetivo del estudio:

• Evaluar una nueva evaluación basada en CT para predecir el DS en LAAC.
• Para determinar si una relación derivada de CT, considerando la zona de aterrizaje y el tabique interno, mejora la predicción de DS.

Principales métodos:

• Análisis de 560 pacientes sometidos a LAAC con Watchman FLX de un registro japonés.
• Las mediciones de TC previas al procedimiento incluyeron el diámetro de la zona de aterrizaje de LAA (Dland), la longitud de LAA (L) y el diámetro del óstio del lóbulo mayor (Dlobe).
• Se calculó un nuevo coeficiente (Rcal = L/(Dland-Dlobe)) y se evaluó su rendimiento predictivo a través del análisis de ROC.

Principales resultados:

• El éxito del dispositivo (DS) se logró en el 95,5% de los pacientes.
• El Rcal fue significativamente más bajo en el grupo de falla del dispositivo (0.66 ± 0.25) en comparación con el grupo de éxito (1.00 ± 0.28).
• Rcal demostró un rendimiento predictivo superior (AUC: 0.872) en comparación con las relaciones derivadas de CT convencional (AUC: 0.552) y TEE (AUC: 0.456).

Conclusiones:

• La nueva métrica derivada de la TC, Rcal, predice con precisión el éxito del dispositivo para la implantación de Watchman FLX.
• Rcal tiene en cuenta las dimensiones de la zona de aterrizaje de LAA y las septa internas, ofreciendo mejores capacidades predictivas.
• Esta métrica puede mejorar la selección de pacientes pre-LAAC y la planificación del procedimiento.