Hodnocení CTCA při hodnocení patologie a fyziologie plaku

STUDOVAT DESIGN

1. Nábor patentu Sedmdesát pacientů s typickými symptomy anginy pectoris, kteří měli elektivní koronarografii vykazující alespoň jednu komplexní (tj. bifurkační léze, dlouhá léze, kalcifikovaná léze) obstrukční lézi (stenóza > 70 % průměru na koronarografii nebo frakční průtoková rezerva < 0,80) který je považován za vhodný pro perkutánní koronární intervenci (PCI) pod vedením IVUS, bude zahrnut do studie. Kritéria vyloučení jsou: 1) věk >75 let, 2) AKS do <3 měsíců, 2) eGFR <60 ml/min/1,73 m², 3) předchozí operace bypassu koronární tepny, 3) dekompenzované srdeční selhání nebo ejekční frakce levé komory ≤ 30 %, 4) alergie na intravenózní kontrast nebo neschopnost podstoupit léčbu aspirinem, heparinem nebo thienopyridiny, 5) předpokládaná délka života < 1 rok, 6) anamnéza transplantace srdce, 7) pacient, který vyžaduje chirurgickou revaskularizaci, a 8) rozsáhlé onemocnění koronárních tepen (tj. mnohočetné chronické totální uzávěry) nebo klikatá anatomie koronárních tepen, která neumožňuje posouzení koronárních tepen pomocí NIRS-IVUS zobrazení. Rekrutovaní pacienti poskytnou informovaný souhlas a podstoupí CTCA zobrazení pomocí speciálního CT skeneru 3. generace se dvěma zdroji (Siemens Force). První 4 měsíce studijního úsilí budou věnovány optimalizaci protokolů pořizování snímků tak, aby získaná CTCA data byla vhodná pro automatizovanou segmentaci. Efektivní zobrazovací matice budou použity ke zlepšení prostorového rozlišení v rovině a budou implementovány ostřejší rekonstrukční jádra a iterativní rekonstrukční algoritmy pro zlepšení segmentace obrazu.

   Dva týdny po CTCA zobrazení pacienti podstoupí plánovanou PCI. Během PCI bude vynaloženo úsilí na studium všech 3 epikardiálních koronárních tepen - včetně stenotické léze - a některých jejich hlavních bočních větví (tj. velké úhlopříčky, tupé marginálie, zadní sestupná tepna nebo levá ventrikulární větev pravé koronární tepny ) s kombinovaným katétrem NIRS-IVUS. Po PCI budou účastníci propuštěni na optimální lékařské ošetření.

2. Segmentace zobrazovacích dat CTCA a rekonstrukce anatomie koronární arterie Zobrazovací data budou anonymizována a analyzována naslepo ke klinickým detailům odborným operátorem pomocí vyhrazené pracovní stanice. Anatomické orientační body (tj. boční větve) budou identifikovány v zobrazovacích datech CTCA a NIRS-IVUS a budou použity k definování zájmových segmentů.

   Analýza dat CTCA bude provedena pomocí specializovaného softwaru, který umožňuje automatizovanou extrakci luminální středové linie, poloautomatickou detekci lumen a okrajů vnější stěny cévy a kvantifikaci plakové zátěže a zahrnuje algoritmus pro charakterizaci plaku, který umožňuje automatizovanou charakterizaci složení plakety. Algoritmus charakterizace plaku bere v úvahu předem definované hraniční hodnoty pevné intenzity Hounsfieldových jednotek a adaptivní přístup, který umožňuje modifikaci těchto hraničních hodnot podle útlumu obrazu. V současné době proces segmentace trvá v průměru 3 hodiny na pacienta. V tomto projektu se vyšetřovatelé zaměřují na optimalizaci získávání a segmentačních algoritmů CTCA obrazu tak, aby se tento proces stal automatizován a zkrátil čas pro segmentaci CTCA na <1 hodinu.

3. Segmentace zobrazovacích dat NIRS-IVUS a rekonstrukce anatomie koronární arterie Údaje NIRS-IVUS zobrazující zájmové segmenty budou analyzovány odborným operátorem, zaslepeným vůči klinickým detailům a údajům ze zobrazení CTCA, s 3měsíčním intervalem od analýza dat CTCA pomocí softwaru, který umožňuje detekci lumenu a okrajů vnější stěny cévy, kvantifikaci plakové zátěže a anotaci složky kalcifikované tkáně v IVUS. Výstupem analýzy NIRS zobrazovacích dat je chemogram, což je barevně kódovaná mapa distribuce lipidové složky podél cévní stěny (žlutá označuje zvýšenou pravděpodobnost a červená nízkou pravděpodobnost lipidové tkáně). Metrikou lipidové zátěže je index zátěže lipidového jádra (LCBI), který se vypočítá jako podíl žlutých pixelů, které odpovídají lipidové složce, dělený 1000. Kromě toho je pro každý 2mm segment generován blokový chemogram, který poskytuje souhrn chemogramu pro tento segment a zobrazuje pravděpodobnost přítomnosti lipidové tkáně ve 2mm bloku koronární tepny. Blokový chemogram byl validován proti histologii a bylo prokázáno, že umožňuje přesnou detekci plaků bohatých na lipidy.

   Segmentovaná data NIRS-IVUS budou použita k rekonstrukci koronární anatomie pomocí zavedené a dobře ověřené metodologie. Postranní větve o průměru >1,5 mm budou rekonstruovány z angiografických dat a sloučeny s geometrií hlavní cévy rekonstruovanou z NIRS-IVUS, protože se ukázalo, že boční větve ovlivňují distribuci ESS.

4. Simulace průtoku krve Identické okrajové podmínky budou aplikovány na modely založené na IVUS i na CTCA. Krev bude považována za laminární a nestlačitelnou newtonovskou tekutinu s dynamickou viskozitou 0,0035 Pa•s a hustotou 1 050 kg/m3. U přítoku lumen bude zaveden ustálený profil průtoku, protože to zkracuje dobu výpočtu a existuje důkaz, že neexistuje žádný významný rozdíl v odhadovaném ESS, když se použije profil ustáleného nebo pulzního průtoku. Murrayova teorie konstantní ESS bude použita pro odvození okrajových podmínek v hlavní a vedlejší větvi. Arteriální stěna bude považována za tuhou a na luminálním povrchu budou aplikovány podmínky bez skluzu. Rychlost toku bude odhadnuta z angiografických dat měřením počtu snímků potřebných k tomu, aby kontrastní látka prošla od vstupu k výstupu rekonstruovaného segmentu, objemu segmentu na základní linii a snímkové frekvence filmu.
5. Analýza dat zobrazení NIRS-IVUS a CTCA Předpokládá se, že zobrazení NIRS-IVUS bude prováděno v průměru ve 2,5 cévách na pacienta; z těchto 40 náhodně vybraných cév bude použito k trénování algoritmů pro segmentaci CTCA a charakterizace plaků (tréninkový soubor dat) a zbývající pro účely validace (soubor dat pro ověření).

V tréninkové sadě budou segmenty zájmu rekonstruované z dat CTCA a NIRS-IVUS rozděleny na 2mm segmenty a odpovídající 2mm segmenty budou identifikovány v modelech CTCA a NIRS-IVUS. Pro každý 2mm segment budou v modelech NIRS-IVUS odhadnuty následující metriky: průměrná plocha lumenu, průměrná plocha vnější stěny cévy, střední plocha plaku, průměrná zátěž plakem (definovaná jako: 100 x plocha plaku/plocha cévy), průměrná plocha kalcifikátu , LCBI a převládající ESS. Kromě toho bude každý segment klasifikován jako bohatý na lipidy nebo bohatý na lipidy podle blokového chemogramu.

Podobně bude v modelech CTCA odhadnuta průměrná plocha lumenu, plocha vnější stěny cévy, plocha plaku, zátěž plakem, plocha kalcifikátu a průměrná převládající ESS pro každý 2mm segment a porovnány s odhady NIRS-IVUS. Bude testováno několik přístupů k optimalizaci segmentace okrajů stěn plavidel a bude přijat ten nejlepší. Budou identifikovány segmenty se zvýšenou vápenatou zátěží a kvetoucími artefakty a v případě významných rozdílů mezi anotacemi CTCA a NIRS-IVUS budou implementovány techniky strojového učení, které využívají informace poskytované NIRS-IVUS, pro optimalizaci segmentace CTCA. Budou definovány adaptivní limity Hounsfieldovy jednotky, které nejlépe identifikují lipidovou a vápenatou tkáň. Budou vytvořeny grafy rozprostřených cév zobrazující distribuci lipidové tkáně v modelech CTCA a v nich bude odhadnut LCBICT pro každý 2mm segment a porovnán s výstupem NIRS. Analýza plochy pod křivkou (AUC) bude použita k identifikaci nejlepší zátěže plaky odvozené z CT, hraničních hodnot LCBI a ESS, které odpovídají hraničním hodnotám NIRS-IVUS, které indikují vysoce rizikové plaky (zátěž plaky: 67 %, LCBI: 178 a ESS: 1 Pa). Blokový chemogram v NIRS-IVUS bude použit k identifikaci 2mm LCBICT cut-off, který umožňuje přesnou klasifikaci 2mm segmentů jako bohatých na lipidy nebo bez lipidů. Přesnost těchto mezních hodnot bude testována v souboru validačních dat.

Navíc ve validačním souboru dat budou data NIRS-IVUS použita k identifikaci koronárních lézí – definovaných jako segmenty s plakovou zátěží >40 % ve 3 po sobě jdoucích snímcích. U každé léze bude odhadnut její index remodelace a použit k jejich klasifikaci jako lézí s pozitivní nebo negativní remodelací. Data NIRS-IVUS budou použita k charakterizaci jejich fenotypu a klasifikaci jako: patologické ztluštění intimy/fibrotické plaky, fibro-kalcifikační plaky, fibroateromy (FA) a kalcifikované fibroateromy. Klasifikace lézí NIRS-IVUS bude použita jako referenční standard pro posouzení přesnosti CTCA při charakterizaci fenotypu léze.

STATISTICKÁ ANALÝZA – VÝPOČET SÍLY Primárním cílovým parametrem studie je schopnost CTCA detekovat FA. Ve studii Garcia-Garcia, která zahrnovala 129 pacientů podstupujících intravaskulární ultrazvukové zobrazení jedné cévy, bylo identifikováno 1,7 lézí na pacienta. Ve studii Puri et al. bylo 45 % lézí FA na histologii. V této studii NIRS v kombinaci s IVUS umožnil detekci FA s vynikající přesností (c-index: 0,80). Předpokládáme, že budeme schopni provést NIRS-IVUS zobrazení u 2,5 koronárních tepen na pacienta a že kvalita zobrazení CTCA bude optimální u 93 % studovaných pacientů. Pokud přijmeme 70 pacientů, očekáváme, že budeme úspěšně studovat s NIRS-IVUS a CTCA 162 cév, z nichž 120 (203 lézí - 92 FA) bude použito jako validační datový soubor. Předpokládá se, že tento soubor dat poskytne 80% sílu k prokázání pomocí 5% hladiny významnosti, že citlivost CTCA při identifikaci FA se neliší od NIRS-IVUS (AUC rozmezí CTCA: 0,89-0,71), za předpokladu skutečné citlivosti 0,80 pro NIRS-IVUS.

Sekundárními cílovými body studie je přesnost CTCA k identifikaci: a) segmentů bohatých na lipidy (s použitím blokového chemogramu NIRS-IVUS jako zlatého standardu) ab) segmentů vystavených nízkému ESS (<1Pa, s použitím ESS odhadnutého v modely NIRS-IVUS jako referenční standard).