Cargando…

Performance Diagnóstica da FFR por Angiotomografia de Coronárias através de Software Baseado em Inteligência Artificial

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: Ava...

Descripción completa

Detalles Bibliográficos
Autores principales: Morais, Thamara Carvalho, Assunção-Jr, Antonildes Nascimento, Dantas, Roberto Nery, da Silva, Carla Franco Grego, de Paula, Caroline Bastida, Torres, Roberto Almeida, Magalhães, Tiago Augusto, Nomura, César Higa, de Ávila, Luiz Francisco Rodrigues, Parga, José Rodrigues
Formato: Online Artículo Texto
Lenguaje:English
Publicado: Sociedade Brasileira de Cardiologia - SBC 2021
Materias:
Acceso en línea:https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8288523/
https://www.ncbi.nlm.nih.gov/pubmed/34133592
http://dx.doi.org/10.36660/abc.20190329
_version_ 1783724101913804800
author Morais, Thamara Carvalho
Assunção-Jr, Antonildes Nascimento
Dantas, Roberto Nery
da Silva, Carla Franco Grego
de Paula, Caroline Bastida
Torres, Roberto Almeida
Magalhães, Tiago Augusto
Nomura, César Higa
de Ávila, Luiz Francisco Rodrigues
Parga, José Rodrigues
author_facet Morais, Thamara Carvalho
Assunção-Jr, Antonildes Nascimento
Dantas, Roberto Nery
da Silva, Carla Franco Grego
de Paula, Caroline Bastida
Torres, Roberto Almeida
Magalhães, Tiago Augusto
Nomura, César Higa
de Ávila, Luiz Francisco Rodrigues
Parga, José Rodrigues
author_sort Morais, Thamara Carvalho
collection PubMed
description 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.
format Online
Article
Text
id pubmed-8288523
institution National Center for Biotechnology Information
language English
publishDate 2021
publisher Sociedade Brasileira de Cardiologia - SBC
record_format MEDLINE/PubMed
spelling pubmed-82885232021-07-23 Performance Diagnóstica da FFR por Angiotomografia de Coronárias através de Software Baseado em Inteligência Artificial Morais, Thamara Carvalho Assunção-Jr, Antonildes Nascimento Dantas, Roberto Nery da Silva, Carla Franco Grego de Paula, Caroline Bastida Torres, Roberto Almeida Magalhães, Tiago Augusto Nomura, César Higa de Ávila, Luiz Francisco Rodrigues Parga, José Rodrigues Arq Bras Cardiol Artigo Original 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. Sociedade Brasileira de Cardiologia - SBC 2021-06-08 /pmc/articles/PMC8288523/ /pubmed/34133592 http://dx.doi.org/10.36660/abc.20190329 Text en https://creativecommons.org/licenses/by/4.0/This is an Open Access article distributed under the terms of the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
spellingShingle Artigo Original
Morais, Thamara Carvalho
Assunção-Jr, Antonildes Nascimento
Dantas, Roberto Nery
da Silva, Carla Franco Grego
de Paula, Caroline Bastida
Torres, Roberto Almeida
Magalhães, Tiago Augusto
Nomura, César Higa
de Ávila, Luiz Francisco Rodrigues
Parga, José Rodrigues
Performance Diagnóstica da FFR por Angiotomografia de Coronárias através de Software Baseado em Inteligência Artificial
title Performance Diagnóstica da FFR por Angiotomografia de Coronárias através de Software Baseado em Inteligência Artificial
title_full Performance Diagnóstica da FFR por Angiotomografia de Coronárias através de Software Baseado em Inteligência Artificial
title_fullStr Performance Diagnóstica da FFR por Angiotomografia de Coronárias através de Software Baseado em Inteligência Artificial
title_full_unstemmed Performance Diagnóstica da FFR por Angiotomografia de Coronárias através de Software Baseado em Inteligência Artificial
title_short Performance Diagnóstica da FFR por Angiotomografia de Coronárias através de Software Baseado em Inteligência Artificial
title_sort performance diagnóstica da ffr por angiotomografia de coronárias através de software baseado em inteligência artificial
topic Artigo Original
url https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8288523/
https://www.ncbi.nlm.nih.gov/pubmed/34133592
http://dx.doi.org/10.36660/abc.20190329
work_keys_str_mv AT moraisthamaracarvalho performancediagnosticadaffrporangiotomografiadecoronariasatravesdesoftwarebaseadoeminteligenciaartificial
AT assuncaojrantonildesnascimento performancediagnosticadaffrporangiotomografiadecoronariasatravesdesoftwarebaseadoeminteligenciaartificial
AT dantasrobertonery performancediagnosticadaffrporangiotomografiadecoronariasatravesdesoftwarebaseadoeminteligenciaartificial
AT dasilvacarlafrancogrego performancediagnosticadaffrporangiotomografiadecoronariasatravesdesoftwarebaseadoeminteligenciaartificial
AT depaulacarolinebastida performancediagnosticadaffrporangiotomografiadecoronariasatravesdesoftwarebaseadoeminteligenciaartificial
AT torresrobertoalmeida performancediagnosticadaffrporangiotomografiadecoronariasatravesdesoftwarebaseadoeminteligenciaartificial
AT magalhaestiagoaugusto performancediagnosticadaffrporangiotomografiadecoronariasatravesdesoftwarebaseadoeminteligenciaartificial
AT nomuracesarhiga performancediagnosticadaffrporangiotomografiadecoronariasatravesdesoftwarebaseadoeminteligenciaartificial
AT deavilaluizfranciscorodrigues performancediagnosticadaffrporangiotomografiadecoronariasatravesdesoftwarebaseadoeminteligenciaartificial
AT pargajoserodrigues performancediagnosticadaffrporangiotomografiadecoronariasatravesdesoftwarebaseadoeminteligenciaartificial