top
患者朋友,您是否能确定病症?
我能确定病症
全部常见病(此处仅为示意)
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
请输入关键字
确定
心血管病医学部创新研究成果亮相ACC/WCC,同步发表在国际顶级期刊《Circulation》
来源:第六医学中心 作者:杨俊杰 王 蓉 时间:2023-03-07
  近日,解放军总医院第六医学中心心血管病医学部陈韵岱教授线上参加第72届美国心脏病学会(ACC)年会暨世界心脏病学大会(WCC)最新临床试验/特色临床研究单元(LBCT/FCR)公布了TARGET(现场部署CT-FFR策略对稳定型冠心病患者的治疗管理研究)临床试验的主要研究结果。研究结果同步发表于国际顶级心血管病期刊《Circulation》杂志(JCR1区TOP期刊,影响因子39.9),陈韵岱教授是通讯作者,心血管病医学部杨俊杰副教授、单冬凯副主任医师和王玺博士作为共同第一作者。研究受国家重点研发计划和北京市科技新星计划项目支持,开创了“CT-FFR作为心脏专科与影像专科共赢契机”的新局面。
  TARGET试验是国际上首个旨在评估使用基于机器学习CT-FFR计算现场部署策略对新发稳定胸痛患者治疗管理的多中心、随机、对照临床研究。研究使用我国自主研发的CT-FFR计算技术,共入选来自中国6家医疗中心的1216名患者,入组患者的阻塞性冠心病验前概率为中至高等水平,且冠脉CT血管造影提示存在30%-90%的临界狭窄。研究人员将患者随机分组到CT-FFR诊疗组(试验组)或标准诊疗组(对照组)。
  研究结论认为,与以心脏负荷检查为代表的标准诊疗策略相比,现场部署基于机器学习CT-FFR计算诊疗策略将显著减少90天内有创冠脉造影发现非阻塞性冠脉疾病或不需要干预的患者比例。此外,通过1年的随访,CT-FFR诊疗策略总体上有节省医疗成本的趋势,增加了入选人群的血运重建比例,但尚未能发现该策略可以改善症状或生活质量,也未影响临床主要不良心血管事件。
  TARGET研究中,现场部署的CT-FFR测量基于机器学习算法,该算法在识别血流动力学显著狭窄方面与基于血流动力学CT-FFR计算的性能相同。传统上,基于血流动力学CT-FFR 计算需要使用复杂的流场来模拟血管中的血流,虽然也可以通过现场部署实现,且具有良好的诊断性能,但仍存在一些局限性。首先,基于血流动力学计算复杂,需要大量的计算资源;其次,现场部署容易受到硬件配置不足的限制;第三,其预测精度不会因数据量的增加而提高。应用机器学习算法的优点是提供了现场部署的可能性,避免了传输敏感医疗数据的需要,缩短了计算时间,同时也增加了临床医生的参与度。该算法将有助于其在更多临床场景中应用,包括急性胸痛。
  本研究进一步支持在临床决策中遵循当前的指南建议,综合考量解剖学和功能学检查结果。因此,现场部署CT-FFR计算策略具有很强的实用性,可以满足各种临床环境下的实践需求。
  作为冠心病的最重要诊断方式,冠脉CT血管造影已被证明不劣于有创冠脉造影,本研究有望进一步巩固冠脉CT血管造影作为导管室“守门人”的作用。在过去的10年中,冠脉CT的广泛使用促进了我国冠心病的诊疗流程。因此,有创冠脉造影的单纯诊断作用应该得到减弱。但在我国接受有创冠脉造影的患者中,有将近一半在导管室内没有发现梗阻性冠脉狭窄,导致这个现象的部分原因是由于功能学检查没有普遍应用或高级心脏成像技术的可用性不足。TARGET研究表明,有创冠脉造影应该只适用于那些最有可能存在阻塞性冠脉狭窄或能从血运重建中受益的患者,而CT-FFR策略将优化稳定型冠心病人群的管理。
  近年来,解放军总医院第六医学中心心血管病医学部依托“心脏影像和心脏干预”集群资源,形成 “心脏CT指导心脏介入治疗”临床优势特色,创新实现无创心脏CT影像学和功能学评价结合,有效推动CT无创血流储备分数技术的临床应用。在CT心肌灌注领域首次提出负荷心肌血流比值的技术概念,全面提升冠心病诊疗效率。科研团队积极拓展心脏CT在心脏瓣膜病、射频消融和左心耳封堵等新型介入治疗领域的应用价值,多项科研成果获国家发明专利,并应用临床、惠及广大心血管病患者。