根据冠状动脉计算机断层扫描血管图谱的斑块负担,重血管化与医疗治疗的结果
Sarah Bär1,2, Juhani Knuuti1,3, Antti Saraste1,4
1Turku PET Centre, Turku University Hospital and University of Turku, Turku, Finland.
冠状动脉计算机断层扫描血管学 (CCTA) 斑块负担可以识别受益于再血管化的患者. 较高的每血管斑块负担 (≥22%) 表明,重血管化可以降低死亡,心肌梗塞或不稳定性胸痛的风险.
科学领域:
- 心血管成像 - 心血管成像
- 干预心脏病学 干预心脏病学
- 人工智能在医学中的应用
背景情况:
- 冠状动脉疾病 (CAD) 的管理依赖于评估斑块负担和缺血.
- 冠状动脉计算机断层扫描血管学 (CCTA) 提供了详细的斑块可视化.
- 识别受益于再血管化的患者仍然是一个临床挑战.
研究的目的:
- 为了确定CCTA衍生的斑块负担是否可以识别受益于再血管化的患者.
- 为了研究斑块负担,再血管化和不良心血管事件之间的关系.
主要方法:
- 一项队列研究,包括接受CCTA和15O-水PET的患者.
- 人工智能引导的定量CT (AI-QCT) 量化了每位患者和每位血管的百分比动脉瘤体积 (PAV).
- 考克斯回归分析评估了PAV,再血管化和结果 (死亡,心脏病发作,UAP) 之间的相互作用.
主要成果:
- 在患者层面 (p=0.042) 和血管层面 (p=0.026) 之间发现了重血管化和PAV之间的显著相互作用.
- 在每血管PAV≥22% (HR0.50,p=0.024) 的患者中,重血管化与较低的事件率有关.
- 患者层面的PAV分析显示了非显著的趋势.
结论:
- 来自CCTA的斑块负担,特别是每血管的PAV≥22%,可以识别受益于再血管化的患者.
- 除了医疗疗法外,再血管化还可以减少长期不良事件,在某些具有显著斑块负担的患者中减少长期不良事件.
- 对PAV的AI-QCT量化可能会改善CAD中的风险分层.
更多相关视频
04:40Identifying Coronary Artery Calcification on Non-gated Computed Tomography Scans
Published on: August 28, 2018
10:02Quantification of Atherosclerotic Plaque Activity and Vascular Inflammation using [18-F] Fluorodeoxyglucose Positron Emission Tomography/Computed Tomography FDG-PET/CT
Published on: May 2, 2012
相关概念视频
Coronary Artery Disease V: Interprofessional Care
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Peripheral Artery Disease III: Interprofessional Care
Atherosclerosis III: Management
Imaging Studies for Cardiovascular System V: CT
Angina IV: Management
