用机器学习方法测量左心房壁厚度,预测肺静脉隔离后AF复发
Daniel A Gomes1, Ana Rita Bello1, Pedro Freitas1,2
1Department of Cardiology, Hospital de Santa Cruz, Carnaxide, Lisbon, Portugal.
Journal of cardiovascular electrophysiology
|November 29, 2024
概括
左心房壁厚度 (LAWT) 是心房 (AF) 进展的关键指标. 增加的LAWT独立预测肺静脉隔离 (PVI) 后长期AF复发,突出其临床意义.
科学领域:
- 心脏病学 心脏病学
- 医疗成像医学成像
- 电子生理学 电子生理学
背景情况:
- 左心房 (LA) 改造对于心房 (AF) 的进展至关重要.
- 左心房壁厚度 (LAWT) 表明结构重塑,但其对AF结果的预后价值尚不清楚.
- 本研究调查了LAWT和AF复发后肺静脉隔离 (PVI) 之间的联系,以及它与LA纤维化之间的关联.
研究的目的:
- 为了确定LAWT是否预测PVI后AF复发.
- 评估LAWT和LA纤维化之间的关系.
- 评估LAWT作为在接受PVI的AF患者的预后标记.
主要方法:
- 一个单一中心注册包括439名接受射频PVI (2016-2018) 的患者.
- 通过半自动机器学习方法测量平均LAWT,使用了前去除CT扫描.
- AF复发是主要终点,其中一个子组接受心脏MRI以评估LA纤维化.
主要成果:
- 较高的LAWT是PVI后AF复发的独立预测因子 (aHR:4.25).
- 在较高的LAWT三位数 (11%,15%,21%/年) 的情况下,AF复发率显著增加.
- 在LAWT和LA纤维化之间发现了适度的相关性 (斯皮尔曼R 0.468,p < 0.001).
结论:
- 平均LAWT,可以用机器学习软件进行测量,独立预测PVI后长期AF复发.
- 增加LAWT意味着AF复发的风险更高.
- 需要进一步的研究来探索针对LAWT升高患者的量身定制疗法.
