.jpg)
Euro Radiol：基于机器学习的FFRCT，为冠心病患者提供了又一新的选择！
2022-04-26 shaosai MedSci原创
使用计算流体力学（CFD）和机器学习（ML）算法，可实现应用CT衍生的FFR（FFRCT）对CCTA上怀疑有CAD的患者进行评估。
现阶段，冠状动脉计算机断层扫描（CCTA）技术是评估冠状动脉狭窄的高度敏感工具，是疑似冠状动脉疾病（CAD）患者的首选一线检查手段。随着CCTA的应用日益广泛，对疑似CAD的功能性检测与解剖性检测的比较效果成为一个重要问题。
使用计算流体力学（CFD）和机器学习（ML）算法，可实现应用CT衍生的FFR（FFRCT）对CCTA上怀疑有CAD的患者进行评估。在ADVANCE注册研究中，与单独的CCTA相比，FFRCT修改了三分之二的参与者的治疗建议。此外，其还与冠状动脉造影（ICA）显示的非阻塞性疾病和90天及1年内较少的不良事件有关。然而，如何在临床实践中的解剖学CCTA上增加FFRCT是一个亟待解决的问题。
近日，发表在European Radiology杂志的一项研究在临床的环境中，比较了基于ML的FFRCT与单纯CCTA扫描在中度狭窄患者中评估的临床结果差异。
本项研究将参与者分配为CCTA或FFRCT组。主要终点是90天内显示非阻塞性疾病的有创冠状动脉造影（ICA）的比率。次要终点包括随访1年时的冠状动脉再通和主要不良心血管事件（MACE）。
总共有567人被分配到CCTA组，566人被分配到FFRCT组。90天后，CCTA组无阻塞性疾病的ICA比率（33.3%，39/117）高于FFRCT组（19.8%，19/96）（风险差异[RD]=13.5%，95%置信区间[CI]：8.4%，18.6%；P = 0.03）。CCTA组的ICA转诊率（27.5%，156/567）高于FFRCT组（20.3%，115/566）（RD=7.2%，95%CI：2.3%，12.1%；P=0.003）。CCTA组的血管再通率比FFRCT组低（RD=19.8%，95%CI：14.1%，25.5%，P=0.002）。在1年内，CCTA组的MACE比FFRCT组更常见（HR：1.73；95% CI：1.01，2.95；P = 0.04）。
图 显示1年内主要不良心脏事件的Kaplan-Meier生存曲线。a MACE：全因死亡率、心肌梗死和导致非计划性血管重建的急性冠状动脉综合症。b：FFRCT和CCTA组在1年内导致非计划性血管重建的急性冠状动脉综合征
在中度冠状动脉狭窄的患者中，基于ML的FFRCT与单独评估解剖的CCTA相比，转诊到ICA的比率较低，ICA显示非阻塞性疾病的比率较低，且患者预后有所改善。
原文出处：
Hong Yan Qiao,Chun Xiang Tang,U Joseph Schoepf,et al.One-year outcomes of CCTA alone versus machine learning-based FFR CT for coronary artery disease: a single-center, prospective study.DOI:10.1007/s00330-022-08604-x
作者：shaosai
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
很不错的研究方法，学习了，非常感谢
58
#冠心病患者#
49
#机器#
58