自动计算断层扫描衍生的分流储备模型用于诊断血液动力学显著的冠状动脉疾病:一个前性验证研究

科学领域:

• 心血管成像 - 心血管成像
• 医学诊断 医学诊断 医学诊断
• 计算生理学计算生理学

背景情况:

• 冠状动脉疾病 (CAD) 诊断依赖于侵入性手术,存在风险.
• 非侵入性CT血管造影 (CCTA) 在评估病变严重程度方面存在局限性.
• 冠状动脉狭窄的功能评估对于指导治疗决策至关重要.

研究的目的:

• 为了评估一个新的计算机断层扫描衍生分流储备 (CT-FFR) 算法的诊断性能.
• 为了比较CT-FFR在不同解剖部位的准确性:侵入性FFR部位 (CT-FFR_atloc),自动化模块部位 (CT-FFR_auto) 和远端血管部位 (CT-FFR_distal).
• 评估CT图像质量和冠状动脉 (CAC) 负担对CT-FFR性能的影响.

主要方法:

• 预期招募108名患有稳定的CAD症状和疑似阻塞性病变的CCTA患者.
• 验证CT-FFR与侵袭性分流储备 (FFR) 作为黄金标准 (FFR ≤0.80定义缺血).
• 对CT-FFR_atloc,CT-FFR_auto和CT-FFR_distal的诊断准确度 (曲线下的面积 - AUC) 和特异性的比较.

主要成果:

• CT-FFR_atloc与侵入性FFR (r=0.67) 呈现良好相关性,并且比CCTA更好地检测出缺血 (AUC为0.83对比0.65在损伤水平,P<0.001).
• CT-FFR_auto显示出与CT-FFR_atloc可比的诊断准确度,并且比CT-FFR_distal显著更高的特异性 (86%与49%,P<0.001).
• 高质量的CT扫描 (AUC 0.92) 和低至中等的CAC得分 (AUC 0.88) 提高了CT-FFR_auto的性能.

结论:

• 自动 CT-FFR 部位选择是可行的,并且实现了与侵入性 FFR 相比的诊断准确性.
• 无论是CT-FFR_atloc还是CT-FFR_auto,都比CCTA提供了更好的诊断性能.
• 最佳的CT图像质量和较低的CAC负担对CT-FFR算法的有效性产生了积极的影响.