壹生资讯-基于冠脉造影估测的左室收缩功能

您已通过HCP身份认证和信息审核

(

2023-05-24作者：论坛报木易资讯

非原创

点击上图，进入专题

作者：湖州市中心医院程震锋

问题

能否根据冠脉造影来预测左心室射血分数 (LVEF)？

方法

使用来自加州大学旧金山分校 (UCSF) 2012年12月12日至2019 年12月31日的患者数据进行外部验证。数据被随机分为训练、开发和测试数据集。外部验证数据来自渥太华大学心脏研究所。纳入了18岁以上接受了冠脉造影和经胸心超的患者，心超检查时间在造影前3个月或血管造影后1个月内。

使用称为CathEF的基于视频的深度神经网络(DNN)来区分（二元）降低的LVEF（≤40%）并根据左冠状动脉的标准血管造影视频预测（连续）LVEF。引导类判别梯度类激活映射(GradCAM) 用于可视化血管造影中对DNN LVEF预测贡献最大的像素。

结果

共有来自3679例患者的4042张具有相应心超LVEF结果的成人冠脉造影视频被纳入分析。患者年龄平均为64.3±13.3岁，2212例患者为男性(65%)。

在UCSF测试数据集 (n=813) 中，基于视频的DNN鉴别（二元）降低了的LVEF(≤40%)受试者工作特征曲线(AUROC)下的面积为 0.911，LVEF降低的诊断优势比为22.7。

与心超LVEF相比，DNN预测的连续LVEF的平均绝对误差(MAE)为 8.5%。尽管在38.0%（813项中的309项）测试数据集研究中，连续的DNN预测LVEF与心超LVEF相差5%或更少，但在15.2%（813项中的124项）中观察到差异大于15%。

在外部验证中(n = 776)，基于视频的DNN鉴别（二元）降低的 LVEF(≤40%) AUROC为0.906，连续的DNN预测LVEF的MAE为 7.0%。

基于视频的DNN倾向于高估低LVEF而低估高LVEF。基于视频的DNN 性能在性别、体质指数、低估计肾小球滤过率（≤45）、是否存在急性冠脉综合征、阻塞性冠状动脉疾病和左心室肥大方面是一致的。

点评

2022年初和涂圣贤教授讨论过这一问题，也画出了设想图。JAMA子刊发布的这一研究实现了基于冠脉造影的左室射血分数估测，看来初始想法是对的。

希望进一步的研究来提高LVEF估测的准确性并减少DNN的可变性，从而最大限度地提高其临床效用。

来源：震锋晨读

好文推荐TOP10

中国血脂管理指南（2023年）血脂异常的治疗原则解读

200 评论

知情同意书