每旕毅讯| Circualtion寰刓│通鯹机器学习评估冠脉CTA斑块性质与冠脉CT-FFR效果相当

每攍欂讯

+


新近的临床研究多提示:在指导冠脉介入手术的临床获益方面,冠脉功能学评估似乎优于形态学评估。然该ᅣ随着影像嚄技术和针巹晿軶辛件的鼀厁＀钰威冡耉的形态存宨库也刡不断发岐。近旄件CirculationハCardiovascular Imaging杂志审萆乨该领域瘯縀竍流硌や


本研糶是PACIFICﯕ龌皂post-hoc年柹,纳入了208哻疑侄攻击瓅的患者接受縖冠燹CTA炁忻脏PET同有圫FFR栈,。冠脉CTA的斑垄量化是使用博菑现分析踪件软裶的。在训练阶渵,利唨前瞄恷NXT诟髶包括484支血管)采用机器学习训练用于开发预测缺血的机器学习ML评分,以FFR≤0.80为标准。外部验证阶段,利用PACIFIC试骆窄581支血眨ﻖ应用机器学习ML褺弚霨测PET謀䖰亄叛损的嵅动MBF(≤2.30mL/min/g弉以及柉勴FFR<0.80や尝ML评刌与冠脉CTA謠怒到FFR-CT进躺员辄〺


栔究结垜晥缌ﯼ139条 (23.9%) 血鮾出现FFR嬊乆缌刑胬瀀薑在195来 (33.6%) 血管出燰冰血MBF多类〲的溎FFR讚义的心肌缺血的预测,ML评分的ROC曲线下面积为0.92,显著高于视觉判断的狭窄程度(0.84;P<0.001),与FFRCT(0.93)相当; P=0.34)。在ML评分中,定量的直径狭窄百分比和低密度非钙攻憑圧一种嬜仏化游FFR定义的心肌缺血具有最大的重要性。当PET评估下的受损MBF的预测,ML评分在ROC曲线下的面积为0.80;显着高于视觉判断的狭窄程度(0.74ᅪP=0.02俇FFRCT磅弚0.77件P=0.16￰㈖



歌训点㯄

通过本研究我们可以发现,在不加入任何生理学指标,仅仅通过无创的冠脉CTA形态学影像,通过机彨是习区以形技与CT-FFR瘻毻者盏天伨䤧量的视褏剤断班窄矓譯俶攅攟、査柟圂簶凌書篹溎代,万绅仴弌成功能孎圢日新月异,冠脉形态学的进步也会接踵而来,而且在以更加迅猛的速度改变我们的日常救治。


参考文献:

https://www.ahajournals.org/doi/epub/10.1161/CIRCIMAGING.122.014369


作者简介

张毅,FACC,FESC,上海市第十人民医院泛血管中心主任;同济大学研究员、副教授、博导;CCI执行委员;中华医学会内科学分会青年副主委;上海医学会高血压学组副组长;上海市优秀技术带头人。

CCI心血管医生创新俱乐部

扫码关注

以上是 每旕毅讯| Circualtion寰刓│通鯹机器学习评估冠脉CTA斑块性质与冠脉CT-FFR效果相当 的全部内容, 来源链接: www.h5w3.com/python/755617.html

回到顶部