eCAPRI:一种结合临床和成像数据的新型工具,用于预测TAVI后死亡率
Pierre-Jean Lartaud1, Brahim Harbaoui2, Angelo Della Corte2
1Hospices Civils de Lyon, Lyon, France. pierre-jean.lartaud@chu-lyon.fr.
增强的CAPRI (eCAPRI) 评分通过自动化胸前大动脉 (TAC) 测量和添加成像生物标志物,改善了跨导管大动脉植入 (TAVI) 后的一年死亡率预测. 这一新得分为TAVI患者提供了更好的风险分层.
科学领域:
- 心脏病学 心脏病学
- 放射学 放射学是一门学科.
- 人工智能在医学中的应用
背景情况:
- 过导管大动脉植入 (TAVI) 是化大动脉狭窄症 (CAS) 的关键治疗方法,但预测患者的结果仍然具有挑战性.
- 现有的CAPRI评分使用手动胸前大动脉 (TAC) 测量和临床因素,显示有前途,但需要改进以获得更广泛的应用.
研究的目的:
- 开发和验证一个增强的CAPRI评分 (eCAPRI),通过深度学习自动化TAC量测量.
- 将额外的自动提取的成像生物标志物集成到eCAPRI得分中,以改善TAVI患者一年死亡率的预测.
主要方法:
- 开发了一个深度学习模型,用于自动化TAC数量细分.
- 该eCAPRI得分包括自动计算的TAC体积和额外的成像生物标志物 (心室体积,肺动脉直径,腹肌表面).
- 使用AUC和校准曲线,对eCAPRI评分进行了训练和验证,与原来的CAPRI评分和EuroSCORE Logistic相比.
主要成果:
- 自动化TAC细分实现了0.777.7的子得分.
- eCAPRI得分显示出优异的预测性能,AUC为0.731,显著超过了CAPRI (AUC=0.669) 和EuroSCORE Logistic (AUC=0.588) 的表现.
- 与其他分数相比,eCAPRI显示了更好的校准.
结论:
- 通过利用自动化TAC量化和新型成像生物标志物,eCAPRI得分显著提高了TAVI候选人的一年死亡率预测.
- 这种全自动化方法为风险分层提供了标准化和更准确的工具,有助于TAVI程序中的临床决策.
更多相关视频
09:32Time-Resolved, Dynamic Computed Tomography Angiography for Characterization of Aortic Endoleaks and Treatment Guidance via 2D-3D Fusion-Imaging
Published on: December 9, 2021
11:09High-Resolution Cardiac Positron Emission Tomography/Computed Tomography for Small Animals
Published on: December 16, 2022
相关概念视频
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Imaging Studies for Cardiovascular System V: CT
Kaplan-Meier Approach
Imaging Studies for Cardiovascular System I:Echocardiography
Indications: Echocardiography is utilized to diagnose heart failure, valve disorders, and myocardial infarction. It also assesses cardiac structures' size, shape, and motion,...
Acute Coronary Syndrome III: Diagnostic Studies
Imaging Studies III: Computed Tomography
