Your browser doesn't support javascript.
loading
Diagnostic Performance of a Machine Learning-Based CT-Derived FFR in Detecting Flow-Limiting Stenosis. / Performance Diagnóstica da FFR por Angiotomografia de Coronárias através de Software Baseado em Inteligência Artificial.
Morais, Thamara Carvalho; Assunção-Jr, Antonildes Nascimento; Dantas Júnior, Roberto Nery; Silva, Carla Franco Grego da; Paula, Caroline Bastida de; Torres, Roberto Almeida; Magalhães, Tiago Augusto; Nomura, César Higa; Ávila, Luiz Francisco Rodrigues de; Parga Filho, José Rodrigues.
Afiliação
  • Morais TC; Hospital Sírio-libanês , São Paulo , SP - Brasil.
  • Assunção-Jr AN; Universidade de São Paulo Faculdade de Medicina - CDI - InCor/HCFMUSP - Departamento de Imagem Cardiovascular , São Paulo , SP - Brasil.
  • Dantas Júnior RN; Hospital Sírio-libanês , São Paulo , SP - Brasil.
  • Silva CFGD; Universidade de São Paulo Faculdade de Medicina - CDI - InCor/HCFMUSP - Departamento de Imagem Cardiovascular , São Paulo , SP - Brasil.
  • Paula CB; Hospital Sírio-libanês , São Paulo , SP - Brasil.
  • Torres RA; Universidade de São Paulo Faculdade de Medicina - CDI - InCor/HCFMUSP - Departamento de Imagem Cardiovascular , São Paulo , SP - Brasil.
  • Magalhães TA; Hospital Sírio-libanês , São Paulo , SP - Brasil.
  • Nomura CH; Hospital Sírio-libanês , São Paulo , SP - Brasil.
  • Ávila LFR; Hospital Sírio-libanês , São Paulo , SP - Brasil.
  • Parga Filho JR; Universidade de São Paulo Faculdade de Medicina - CDI - InCor/HCFMUSP - Departamento de Imagem Cardiovascular , São Paulo , SP - Brasil.
Arq Bras Cardiol ; 116(6): 1091-1098, 2021 06.
Article em En, Pt | MEDLINE | ID: mdl-34133592
RESUMO
FUNDAMENTO: A quantificação não invasiva da reserva fracionada de fluxo miocárdico (FFR TC ) através de software baseado em inteligência artificial em versão mais atualizada e tomógrafo de última geração (384 cortes) apresenta elevada performance na detecção de isquemia coronariana. OBJETIVOS: Avaliar o desempenho diagnóstico da FFR TC na detecção de doença arterial coronariana (DAC) significativa em relação ao FFRi, em tomógrafos de gerações anteriores (128 e 256 cortes). MÉTODOS: Estudo retrospectivo com pacientes encaminhados à angiotomografia de artérias coronárias (TCC) e cateterismo (FFRi). Foram utilizados os tomógrafos Siemens Somatom Definition Flash (256 cortes) e AS+ (128 cortes). A FFR TC e a área luminal mínima (ALM) foram avaliadas em software (cFFR versão 3.0.0, Siemens Healthineers, Forchheim, Alemanha). DAC obstrutiva foi definida como TCC com redução luminal ≥50% e DAC funcionalmente obstrutiva como FFRi ≤0,8. Todos os valores de p reportados são bicaudais; e quando <0,05, foram considerados estatisticamente significativos. RESULTADOS: Noventa e três pacientes consecutivos (152 vasos) foram incluídos. Houve boa concordância entre FFR TC e FFRi, com mínima superestimação da FFR TC (viés: ­0,02; limites de concordância: 0,14 a 0,09). Diferentes tomógrafos não modificaram a relação entre FFR TC e FFRi (p para interação = 0,73). A FFR TC demonstrou performance significativamente superior à classificação visual de estenose coronariana (AUC 0,93 vs. 0,61, p <0,001) e à ALM (AUC 0,93 vs. 0,75, p <0,001) reduzindo o número de casos falso-positivos. O melhor ponto de corte para a FFR TC utilizando um índice de Youden foi de 0,85 (sensiblidade, 87%; especificidade, 86%; VPP, 73%; NPV, 94%), com redução de falso-positivos. CONCLUSÃO: FFR TC baseada em inteligência artificial, em tomógrafos de gerações anteriores (128 e 256 cortes), apresenta boa performance diagnóstica na detecção de DAC, podendo ser utilizada para reduzir procedimentos invasivos.
Assuntos

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Doença da Artéria Coronariana / Estenose Coronária / Reserva Fracionada de Fluxo Miocárdico Idioma: En / Pt Ano de publicação: 2021 Tipo de documento: Article

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Doença da Artéria Coronariana / Estenose Coronária / Reserva Fracionada de Fluxo Miocárdico Idioma: En / Pt Ano de publicação: 2021 Tipo de documento: Article