论文部分内容阅读
第一部分 CT血流储备分数对冠心病心肌缺血诊断效能的研究目的以有创血流储备分数(fraction flow reserve,FFR)为金标准,评价基于冠状动脉CT血管成像(coronary CT angiography,CCTA)的CT血流储备分数(CT derived fractional flow reserve,CT-FFR)对冠心病患者心肌缺血的诊断效能。方法选取2014年1月~2018年12月于我院的行冠状动脉造影检查的冠心病患者,纳入标准为:①年龄≥18岁且≤0岁;②CCTA影像清晰,无明显伪影;③CCTA结果显示冠状动脉狭窄范围为30%~90%,狭窄病变参考血管直径≥2mm。排除标准:①合并恶性肿瘤等其他重大疾病;②有经皮冠状动脉介入治疗(percutaneous coronary stent implantation,PCI)或冠状动脉旁路移植术(coronary artery bypass graft,CABG)病史;③起搏器、埋藏式心率转复除颤仪置入或心脏瓣膜置换术病史;④钙化(钙化积分>800)影响图像参数测量者。所纳入的患者需在一月内完成CCTA、ICA、FFR检查,最终纳入共32例患者,包括37支血管。以有创FFR为诊断心肌缺血的金标准,分析CT-FFR与FFR相关性和一致性,比较CT-FFR诊断的曲线下面积(area under the curve,AUC)、敏感性、特异性、准确性、阳性预测值和阴性预测值。结果CT-FFR与有创FFR值呈显著正相关,相关系数r=0.907(95%置信区间(confidence interval,CI):0.826-0.952),P<0.0001,且 CT-FFR 与 FFR 具有良好的一致性。以患者为研究对象,FFR≤0.80为金标准,CT-FFR≤0.80诊断心肌缺血的AUC 为 0.980(95%CI:0.856-1.000),P<0.0001,敏感性为 93.33%,特异性为94.12%,准确性为87.5%,阳性预测值为80%,阴性预测值为94.1%;以血管为研究对象,FFR≤0.80为金标准,CT-FFR≤0.80诊断心肌缺血的AUC为0.985(95%CI:0.878-1.000),P<0.0001,敏感性为 93.75%,特异性为 95.24%,准确性为 91.9%,阳性预测值为81.3%,阴性预测值为100%。结论 CT-FFR对存在血流动力学异常的心肌缺血有良好的诊断效能,为临床决策提供依据。第二部分 CT血流储备分数预测冠心病患者MACE事件的价值目的评价CT-FFR对冠心病患者主要心血管不良事件(major adverse cardiac events,MACE)的预测价值。方法回顾性纳入2018年1月~2019年12月期间我院接受CCTA检查,且结果显示为一支或多支冠脉狭窄程度在30%~90%范围内的患者。共收集116例患者的临床及CCTA资料,7例失访,最终109例患者纳入研究,年龄为(64.57±10.9)岁,BMI 为(23.4±2.55)kg/m2,其中,男性 62 例(56.9%),女性 47 例(43.1%)。病变血管数共计154支,包括左前降支84支(54.5%)、左回旋支28支(18.1%)、右冠状动脉42支(27.2%)。随访时间≥12个月,期间发生MACE的患者18例,包括心源性死亡2例,非致死性心肌梗死3例,再发心绞痛8例,再次血运重建5例。使用CT-FFR软件对CCTA图像进行分析并得到病变的CT-FFR值,治疗前后的CT-FFR值和狭窄率分别记录为CT-FFR1、CT-FFR2、狭窄率1、狭窄率2。结合狭窄率、CT-FFR值和临床指标构建以下模型:功能学联合模型model0(CT-FFR1+CT-FFR2),治疗前功能模型model1(CT-FFR1+临床指标),治疗前解剖功能模型mode12(狭窄率1+CT-FFR1+临床指标)。分三组绘制受试者工作特征曲线(receiver operator characteristic curve,ROC):第一组 CT-FFR1VS.狭窄率 1,第二组 CT-FFR1 VS.CT-FFR2 VS.model0,第三组CT-FFR1 VS.model1 VS.model2,比较其对冠心病患者发生MACE的诊断效能。结果MACE组患者的CT-FFR值显著低于非MACE组(MACE组CT-FFR1=0.787±0.097、CT-FFR2=0.796±0.058;非 MACE组 CT-FFR1=0.863±0.041、CT-FFR=0.871±0.046;P≤0.001)。CT-FFR1 的 AUC 为 0.747(95%CI:0.671-0.814),狭窄率 1 的AUC 为 0.633(95%CI:0.551-0.709),CT-FFR1 的诊断效能高于狭窄率 1(P=0.026);CT-FFR2 的 AUC 为 0.822(95%CI:0.752-0.879),model0 的 AUC 为 0.829(95%CI:0.760-0.884),联合 CT-FFR1 和 CT-FFR2 诊断效能明显提高(P=0.011);model1、model2 的 AUC 分别为 0.863(95%CI:0.799-0.913)、0.866(95%CI:0.801-0.915),功能模型的诊断效能高于单独使用CT-FFR(P=0.014),解剖功能模型的诊断效能最高(P=0.014)。结论CT-FFR值对冠心病患者发生MACE事件具有良好的诊断效能,结合狭窄率和临床指标,可显著提升对患者MACE事件的预测能力。