论文部分内容阅读
目的
人工神经网络(ANN)已被应用于探测心肌灌注缺损和缺血。该研究的目的是比较最新1.1版本的ANN与最初1.0版本的诊断准确性。
方法研究了106例冠状动脉(简称冠脉)造影阳性的患者[平均年龄(77±10)岁],其中多支冠脉病变(狭窄≥50%)者占52%,陈旧性心肌梗死患者占27%,行冠脉重建术者占30%。1.0和1.1版本的ANN已分别在瑞典(1 051例)和日本(1 001例)用于99Tcm-甲氧基异丁基异腈(MIBI)心肌灌注显像的诊断训练,计算其诊断当地患者负荷态心肌灌注缺损和缺血的可能性(0.0~1.0)。以相关专家的阅片结果作为"金标准",计算受试者工作特征(ROC)曲线下面积(AUC),比较2个版本ANN的诊断准确性。
结果1.1和1.0版本的ANN诊断负荷态心肌灌注缺损的AUC分别为0.95和0.93(P=0.27),但1.1版本诊断心肌缺血的能力显著提高(P=0.005 5),其AUC为0.96(灵敏度87%,特异性96%),1.0版本的AUC为0.89(灵敏度78%,特异性97%)。在未行冠脉重建且无陈旧性心肌梗死的患者中,1.1版本的AUC也有显著提高(P=0.009 3),其AUC为0.98(灵敏度88%,特异性100%),而1.0版本的AUC为0.88(灵敏度76%,特异性100%)。与1.0版本相比,1.1版本的中位ANN可能性常为0.1~0.7,这使得1.1版本的诊断准确性更高。以冠脉狭窄作为"金标准"时,1.1版本的诊断准确性在单支冠脉病变或无冠脉狭窄的患者中也有提高(47例;AUC:0.81与0.66,P=0.006 0)。
结论1.1版本的ANN在日本人数据库中训练后,其诊断能力得到提高,尤其在诊断心肌缺血方面。