经皮冠状动脉造影或冠状动脉CT造影（CCTA）可以获得血流储备分数（FFR）的评估，该技术可实现对冠状动脉疾病（CAD）患者解剖病变和狭窄功能的无创评估。

接受经导管主动脉瓣置换术（TAVR）的主动脉瓣狭窄患者通常会通过有创冠状动脉造影对潜在的CAD进行术前评估，但有研究指出，在评估TAVR患者的CAD解剖学严重程度和预后之间的关系时，结果出现了相互矛盾。现阶段，CT-FFR在TAVR术前检查中的作用还有待进一步研究

近日，发表在Radiology杂志的一项研究评估了应用基于机器学习的CT-FFR对TAVR患者不良临床预后的预测价值。

本项回顾研究纳入了2014年9月至2019年12月期间冠状动脉CT血管造影（CCTA）后转诊至TAVR的严重主动脉狭窄患者。临床终点包括主要不良心脏事件（MACE）（非致命性心肌梗死、不稳定心绞痛、心脏死亡或心衰入院）和全因死亡率。CT-FFR是使用机器学习算法半自动地获得的。评估了CT-FFR（如果≤0.75则为异常）预测结果和提高当前无创检查的预测价值的能力。进行了生存分析，并使用C-指数来评估每个预测模型的性能。为了比较嵌套模型，进行了似然比χ2检验。

共纳入196名患者（平均年龄±标准差，75岁±11岁；110名女性[56%]）；随访的中位时间为18个月。16%的患者发生了MACE（196名患者中的31名），19%的患者发生了全因死亡（196名患者中的38名）。单变量分析显示，CT-FFR可以预测MACE（危险比[HR]，4.1；95%CI：1.6，10.8；P = .01），但不能预测全因死亡率（HR，1.2；95%CI：0.6，2.2；P = .63）。在调整了潜在的混杂因素后，CT-FFR与MACE独立相关（HR，4.0；95% CI：1.5，10.5；P = .01）。在包括CCTA和临床数据的模型中加入CT-FFR作为预测因素，可提高其对MACE的预测价值（P = .002），但不能提高全因死亡率（P = .67），而且其对MACE显示出良好的判别能力（C-指数，0.71）。

图 一位接受经导管主动脉瓣置换术后发生重大不良心脏事件的87岁严重主动脉瓣狭窄女性患者的冠状动脉CT血管造影图像显示：（A）基于机器学习软件（cFFR原型）的32%和64%闭塞的狭窄标记（蓝线）和（B）最终CT血管造影得出的分数流量储备（FFR）结果。LAD=左前降支动脉。

总之，本研究显示，基于机器学习的CT血管造影衍生的流量储备分数与经导管主动脉瓣置换术患者的主要不良心脏事件的发生有关，并显著提高了冠状动脉CT血管造影评估的预测价值。

原文出处：

Gilberto J Aquino,Andres F Abadia,U Joseph Schoepf,et al.Coronary CT Fractional Flow Reserve before Transcatheter Aortic Valve Replacement: Clinical Outcomes.DOI:10.1148/radiol.2021210160

Tags： Radiology:FFR对经导管主动脉瓣置换术患者的有何预测价值？