冠状动脉CT血管成像联合基于CT的血流储备分数预测阻塞性冠心病主要不良心脏事件的价值

摘要：

目的 探讨基于CT的血流储备分数(CT derived fractional flow reserve,CT?FFR)、冠脉狭窄程度、临床心血管危险因素及三者联合应用对阻塞性冠心病(coronary artery disease,CAD)患者发生主要不良心脏事件(major adverse cardiac events,MACE)的预测价值.方法 回顾性收集曾行冠脉CT血管成像(coronary CT angiography,CCTA)检查的133例阻塞性CAD患者,随访MACE发生情况,应用Cox生存回归模型分析临床心血管危险因素、冠脉狭窄程度及CT?FFR对MACE发生风险的影响.建立3个预测MACE的模型,采用ROC曲线下面积(AUC)评估3个模型对MACE的预测效能.结果 多因素Cox回归分析显示,CT?FFR≤0.80(HR=4.41)、冠脉狭窄程度≥70％(HR=3.65)、糖尿病(HR=2.54)是阻塞性CAD患者发生MACE的独立危险因素(均P<0.05).CT?FFR+冠脉狭窄程度+临床心血管危险因素的预测模型(AUC=0.86)优于CT?FFR模型(AUC=0.74)和CT?FFR+冠脉狭窄程度的模型(AUC=0.79),差异有统计学意义(均P<0.001).结论 CT?FFR联合冠脉狭窄程度和临床心血管危险因素建立的预测CAD患者MACE的预测模型具有良好的诊断效能,可为CAD患者及时进行临床干预及改善预后提供参考.

关键词：CT血流储备分数;冠心病;主要不良心脏事件;冠状动脉血管造影术;人工智能

所属期刊栏目：37

分类号：R541.4;R816.2(心脏、血管（循环系）疾病)

资助基金：张家口市重点研发计划项目编号:2021030D

在线出版日期：2021-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2675-2680