计算机断层成像血流储备分数对冠状动脉中度病变的稳定型冠状动脉性心脏病患者预后的预测作用

翁婷雯 毛定飚 金 倞 李 铭 曲新凯

冠状动脉血流储备分数(fractional flow reserve, FFR)是在有创冠状动脉造影(简称冠脉造影)的前提下，从功能学方面评估冠状动脉病变的一项重要方法。多数学者认为，在有创冠脉造影的同时测定FFR值，是诊断冠状动脉狭窄病变引起血流动力学异常的金标准[1]。然而，FFR是有创检查，检查时需要注射腺苷类血管扩张药物，且压力导丝价格昂贵，导致该检查在中国的普及率<1%。基于冠状动脉CTA(CCTA)技术发展的CT-FFR为冠状动脉狭窄的无创功能学评价提供了有效的方法。CT-FFR技术融合了CCTA影像和计算流体动力学(computational fluid dynamic，CFD)技术，估算各支冠状动脉的FFR值[2]。近年来，应用人工智能技术——机器学习计算虚拟FFR的软件(machine learning based coronary fractional flow reserve, cFFRML)在国内上市并逐步投入临床应用。这项技术的计算速度非常快，与传统CFD模式每个病例需计算数小时相比，提速近百倍[3]。本研究通过人工智能技术计算CT-FFR，分析CT-FFR值与心血管终点事件发生的相关性，评估该值对稳定型冠状动脉性心脏病(简称冠心病)患者的心血管终点事件的预测作用。

1 对象与方法

1.1 研究对象 纳入2013年12月—2014年6月在复旦大学附属华东医院接受CCTA检查，并提示为冠状动脉中度病变的患者76例。纳入标准：年龄≥40岁，CCTA结果提示单支或多支冠状动脉狭窄，狭窄程度(狭窄程度=靶病变血管的直径/正常血管直径×100%)为30%～70%。排除标准：①既往行冠状动脉介入治疗或冠状动脉旁路移植术；②疑似急性冠状动脉综合征。

1.2 方法 回顾性分析入选患者的CCTA图像和病史资料。应用CT-FFR软件对入选患者的CCTA图像进行分析并计算。同时，回顾患者在行CCTA检查后5年内心血管终点事件的发生情况。心血管终点事件定义为全因死亡、发生心肌梗死、接受紧急血运重建和随访CCTA检查提示冠状动脉病变明显进展。冠状动脉病变明显进展定义为后次CT检查提示冠状动脉斑块数量较前次增多或同支血管同处病变导致管腔狭窄程度较前次增加。将出现心血管终点事件者纳入试验组，未出现终点事件者纳入对照组。参考多项传统CT-FFR的临床研究[4-6]结果，本研究将CT-FFR临界值设定为0.8。采用单因素logistic回归分析CT-FFR值≤0.8与患者心血管终点事件发生的相关性。将CT-FFR值≤0.8、年龄、性别纳入多因素logistic回归分析，分析三者与终点事件发生的相关性。

1.3 CT-FFR值的计算 将研究对象CCTA的医学数字成像和通信(DICOM)图像导出后上传至深圳科亚医疗科技有限公司的影像平台，应用人工智能CT-FFR评估软件(深脉分数)计算各支冠状动脉血管的CT-FFR值。

1.4 统计学处理 应用Sigmaplot 12统计学软件。相关性分析采用单因素和多因素logistic回归分析。以P<0.05为差异有统计学意义。

2 结 果

2.1 研究对象的一般情况 76例患者中，男64例，女12例；平均年龄为(63.99±10.75)岁，男性平均年龄为(62.92±10.95)岁，女性平均年龄为(69.67±7.69)岁。

2.2 研究对象行CCTA检查后5年内心血管终点事件的发生率 发生心血管终点事件20例(纳入试验组)，其中全因死亡4例，发生心肌梗死2例，接受紧急血运重建5例，冠状动脉病变明显进展9例。余56例纳入对照组。两组患者的年龄和性别构成见表1。

表1 两组患者年龄、性别构成

2.3 心血管终点事件发生的单因素logistic回归分析 在发生心血管终点事件的人群中，CT-FFR值≤0.8的患者11例，>0.8的患者9例。单因素logistic回归分析结果显示，CT-FFR值≤0.8是心血管终点事件发生的危险因素；年龄、性别均不是心血管终点事件发生的危险因素。见表2。

表2 单因素logistic回归分析结果

2.4 心血管终点事件发生的多因素回归分析 多因素logistic回归分析结果显示，CT-FFR值≤0.8是心血管终点事件发生的独立危险因素，年龄、性别不是心血管终点事件的独立危险因素。见表3。

表3 多因素logistic回归分析结果

3 讨 论

作为无创性检查，CCTA用于评估冠状动脉形态、狭窄程度和动脉斑块性质的敏感度和阴性预测值均较高[7]。CCTA仅从解剖学角度对冠状动脉病变进行评价，而对冠状动脉血管狭窄是否引起心肌缺血，即有无血流动力学的改变无法得出结论[8]。多项研究[9-10]结果表明，干预没有功能意义的狭窄病变并不能使患者获益。可见，从功能学角度评价冠心病心肌缺血程度和预后较单从结构上评价冠状动脉的狭窄程度更为重要。FFR是在有创冠状动脉造影的前提下，利用压力导丝测量冠状动脉狭窄远端的平均压力(Pd)、冠状动脉开口部的平均压力(Pa)，两者比值即FFR值，是从功能角度评估冠状动脉病变的一项重要方法。已有多项研究[10-13]证明，FFR是评估冠状动脉狭窄功能学切实可行的有效的方法，已成为诊断冠状动脉狭窄病变引起血流动力学异常的金标准[1]。由于FFR是有创检查，需额外负荷扩血管药物，故在国内尚未将其作为常规检查项目。近年来，基于CCTA技术发展的CT-FFR为冠状动脉狭窄的无创功能学评价提供了有效的方法。这种无创虚拟FFR技术的诊断效能得到了多项大规模多中心临床研究的验证[14-16]。CT-FFR的应用可减少非必要的有创冠脉造影，且具有较高的卫生经济学效益[4,17]。传统CT-FFR平均计算耗时3～6 h，计算效率低下，近年诞生了基于人工智能技术的CT-FFR，使此类无创虚拟FFR的计算效率大大提高[3]。本研究用于计算CT-FFR值的软件即基于大数据网络平台模式，合成大量冠状动脉解剖影像进入平台，通过不同的冠状动脉树，以及各种冠状动脉狭窄的解剖学表现形成各种丰富多样的影像学样本，再将通过CFD模式计算得出的冠状动脉树各点的FFR值纳入该平台，通过深度学习的模式让计算机学习各种解剖学改变与相应的CT-FFR值之间的关系，继而通过该平台来计算冠状动脉树各处的虚拟FFR值。已有临床研究[18-19]证实了其与传统CT-FFR的相关性。

本研究通过回顾冠状动脉中度病变患者5年前CCTA图像计算得出的CT-FFR值，分析其是否为心血管终点事件发生的危险因素。传统CT-FFR的临床研究[4-6]显示，CT-FFR值≤0.8相较CCTA图像显示的血管管腔狭窄，能更明确地预示是否需要血运重建和有无心血管主要不良事件发生，以CT-FFR值≤0.8为界值来界定是否需要进一步行有创冠脉造影，能减少不必要的有创检查。本研究发生心血管终点事件的患者中，CT-FFR≤0.8者明显多于>0.8的患者；多因素logistic回归分析排除了年龄和性别的因素，得出CT-FFR值≤0.8是心血管终点事件发生的独立危险因素的结论。这与近期发表的关于应用传统CT-FFR值预测心血管终点事件的研究[4,6,20]结果一致。本研究应用人工智能技术支持的CT-FFR计算方法，进一步证明，用这种简便高效的软件也可得出与传统软件相似的结果，对临床工作具有指导意义。

本研究存在的不足：①现阶段仅进行了回顾性研究，且病例数较少，需进行大样本量的前瞻性研究来进一步提高研究结果的可信度。②由于回顾的年限较久远，病史采集尚不完善，多因素分析中纳入的因素较少，今后做前瞻性研究时可完善患者病史。

综上所述，本研究通过回顾5年前影像学资料，经统计学分析后明确了CT-FFR值≤0.8可能对稳定型冠心病患者的心血管终点事件起到重要的预测作用，对此类患者可以进行该检查，以进一步指导临床工作。

(该论文经审稿，已入选“春蕾杯”科研论文评比)