Bewertung von CTCA bei der Beurteilung von Plaque-Pathologie und -Physiologie

STUDIENDESIGN

1. Patentrekrutierung Siebzig Patienten mit typischen Angina-Symptomen, die sich einer elektiven Koronarangiographie unterzogen hatten und mindestens eine komplexe (d. h. Bifurkationsläsion, lange Läsion, verkalkte Läsion) obstruktive Läsion (>70 % Stenosedurchmesser in der Koronarangiographie oder eine fraktionierte Flussreserve < 0,80) zeigten die als geeignet für eine perkutane Koronarintervention (PCI) unter IVUS-Anleitung angesehen wird, wird in die Studie aufgenommen. Ausschlusskriterien sind: 1) Alter >75 Jahre, 2) ACS innerhalb von <3 Monaten, 2) eGFR <60ml/min/1,73m², 3) vorangegangene Koronararterien-Bypass-Operation, 3) dekompensierte Herzinsuffizienz oder linksventrikuläre Ejektionsfraktion ≤ 30 %, 4) intravenöse Kontrastmittelallergie oder Unfähigkeit, eine Behandlung mit Aspirin, Heparin oder Thienopyridinen zu erhalten, 5) voraussichtliche Lebenserwartung < 1 Jahr, 6) Vorgeschichte einer Herztransplantation, 7) Patient, der eine chirurgische Revaskularisierung erfordert, und 8) ausgedehnte koronare Herzkrankheit (d. h. mehrere chronische Totalverschlüsse) oder gewundene koronare Anatomie, die keine Beurteilung der Koronararterien mit NIRS-IVUS-Bildgebung zulässt. Die rekrutierten Patienten geben ihre Einwilligung nach Aufklärung und unterziehen sich einer CTCA-Bildgebung mit einem speziellen CT-Dual-Source-Scanner der 3. Generation (Siemens Force). In den ersten 4 Monaten der Studie werden Anstrengungen unternommen, um die Bilderfassungsprotokolle zu optimieren, damit die erhaltenen CTCA-Daten für eine automatisierte Segmentierung geeignet sind. Effiziente Bildgebungsmatrizen werden verwendet, um die räumliche Auflösung in der Ebene zu verbessern, und schärfere Rekonstruktionskerne und iterative Rekonstruktionsalgorithmen werden implementiert, um die Bildsegmentierung zu verbessern.

   Zwei Wochen nach der CTCA-Bildgebung werden die Patienten einer geplanten PCI unterzogen. Während der PCI wird versucht, alle 3 epikardialen Koronararterien – einschließlich der stenotischen Läsion – und einige ihrer Hauptseitenäste (d. h. große Diagonalen, stumpfe Ränder, die hintere absteigende Arterie oder den linken ventrikulären Ast der rechten Koronararterie) zu untersuchen ) mit dem kombinierten NIRS-IVUS-Katheter. Nach der PCI werden die Teilnehmer in eine optimale medizinische Behandlung entlassen.

2. Segmentierung der CTCA-Bildgebungsdaten und Rekonstruktion der Koronararterienanatomie Die Bildgebungsdaten werden anonymisiert und analysiert, wobei klinische Details von einem erfahrenen Bediener unter Verwendung einer dedizierten Workstation verblindet werden. Anatomische Orientierungspunkte (d. h. Seitenäste) werden in den CTCA- und NIRS-IVUS-Bildgebungsdaten identifiziert und verwendet, um interessierende Segmente zu definieren.

   Die Analyse der CTCA-Daten wird mit einer speziellen Software durchgeführt, die eine automatisierte Extraktion der luminalen Mittellinie, eine halbautomatische Erkennung des Lumens und der äußeren Gefäßwandgrenzen sowie eine Quantifizierung der Plaquebelastung ermöglicht und einen Plaquecharakterisierungsalgorithmus enthält, der eine automatische Charakterisierung von ermöglicht die Zusammensetzung der Platte. Der Plaque-Charakterisierungsalgorithmus berücksichtigt vordefinierte feste Intensitäts-Cutoff-Werte der Hounsfield-Einheiten und einen adaptiven Ansatz, der eine Modifikation dieser Cutoff-Werte entsprechend der Bildabschwächung ermöglicht. Derzeit dauert der Segmentierungsprozess durchschnittlich 3 Stunden pro Patient. In diesem Projekt zielen die Forscher darauf ab, die CTCA-Bildaufnahme und Segmentierungsalgorithmen zu optimieren, um diesen Prozess zu automatisieren und die Zeit für die CTCA-Segmentierung auf <1 Stunde zu reduzieren.

3. Segmentierung der NIRS-IVUS-Bildgebungsdaten und Rekonstruktion der Koronararterienanatomie Die NIRS-IVUS-Daten, die die interessierenden Segmente darstellen, werden von einem erfahrenen Bediener analysiert, der für die klinischen Details und CTCA-Bildgebungsdaten blind ist, mit einem 3-Monats-Intervall ab dem Analyse der CTCA-Daten mit einer Software, die die Erkennung des Lumens und der äußeren Gefäßwandgrenzen, die Quantifizierung der Plaquelast und die Annotation der Kalkgewebekomponente in IVUS ermöglicht. Die Ausgabe der Analyse der NIRS-Bildgebungsdaten ist das Chemogramm, das eine farbcodierte Karte der Verteilung der Lipidkomponente entlang der Gefäßwand ist (gelb zeigt eine erhöhte Wahrscheinlichkeit und rot eine niedrige Wahrscheinlichkeit von Lipidgewebe an). Ein Maß für die Lipidbelastung ist der Lipidkernbelastungsindex (LCBI), der als Anteil der gelben Pixel, die der Lipidkomponente entsprechen, dividiert durch 1000 berechnet wird. Zusätzlich wird für jedes 2-mm-Segment das Block-Chemogramm erzeugt, das eine Zusammenfassung des Chemogramms für dieses Segment liefert und die Wahrscheinlichkeit des Vorhandenseins von Lipidgewebe in einem 2-mm-Block der Koronararterie anzeigt. Das Block-Chemogramm wurde anhand der Histologie validiert und es hat sich gezeigt, dass es den genauen Nachweis von lipidreichen Plaques ermöglicht.

   Die segmentierten NIRS-IVUS-Daten werden verwendet, um die Koronaranatomie unter Verwendung einer etablierten und gut validierten Methodik zu rekonstruieren. Seitenäste mit einem Durchmesser > 1,5 mm werden aus den angiographischen Daten rekonstruiert und mit der aus dem NIRS-IVUS rekonstruierten Hauptgefäßgeometrie fusioniert, da gezeigt wurde, dass Seitenäste die ESS-Verteilung beeinflussen.

4. Blutflusssimulation Sowohl für IVUS-basierte als auch für CTCA-basierte Modelle werden identische Randbedingungen angewendet. Blut wird als laminare und inkompressible newtonsche Flüssigkeit mit einer dynamischen Viskosität von 0,0035 Pa•s und einer Dichte von 1.050 kg/m3 betrachtet. Am Zufluss des Lumens wird ein stetiges Flussprofil auferlegt, da dies die Rechenzeit reduziert und es Hinweise darauf gibt, dass es keinen signifikanten Unterschied in der geschätzten ESS gibt, wenn ein stetiges oder ein pulsierendes Flussprofil verwendet wird. Murrays Theorie der konstanten ESS wird verwendet, um Randbedingungen im Haupt- und Nebenzweig abzuleiten. Die Arterienwand wird als starr betrachtet und an der luminalen Oberfläche werden rutschfeste Bedingungen angewendet. Die Flussgeschwindigkeit wird aus den angiographischen Daten geschätzt, indem die Anzahl der Frames gemessen wird, die das Kontrastmittel benötigt, um vom Einlass zum Auslass des rekonstruierten Segments zu gelangen, das Volumen des Segments bei der Grundlinie und die Cine-Frame-Rate.
5. Analyse der NIRS-IVUS- und CTCA-Bildgebungsdaten Es wird erwartet, dass die NIRS-IVUS-Bildgebung durchschnittlich in 2,5 Gefäßen pro Patient durchgeführt wird; aus diesen 40 zufällig ausgewählten Gefäßen werden die Algorithmen für die CTCA-Segmentierung und Plaquecharakterisierung (Trainingsdatensatz) und die restlichen für Validierungszwecke (Validierungsdatensatz) trainiert.

Im Trainingssatz werden die aus den CTCA- und NIRS-IVUS-Daten rekonstruierten interessierenden Segmente in 2-mm-Segmente unterteilt und entsprechende 2-mm-Segmente werden in den CTCA- und NIRS-IVUS-Modellen identifiziert. Für jedes 2-mm-Segment werden die folgenden Metriken in den NIRS-IVUS-Modellen geschätzt: mittlere Lumenfläche, mittlere äußere Gefäßwandfläche, mittlere Plaquefläche, mittlere Plaquebelastung (definiert als: 100 x Plaquefläche/Gefäßfläche), mittlere Kalkfläche , dem LCBI und dem vorherrschenden ESS. Zusätzlich wird jedes Segment gemäß dem Block-Chemogramm als lipidreich oder nicht lipidreich klassifiziert.

In ähnlicher Weise werden in den CTCA-Modellen die mittlere Lumenfläche, die äußere Gefäßwandfläche, die Plaquefläche, die Plaquelast, die Kalkfläche und die mittlere vorherrschende ESS für jedes 2-mm-Segment geschätzt und mit den Schätzungen von NIRS-IVUS verglichen. Es werden mehrere Ansätze getestet, um die Segmentierung der Gefäßwandränder zu optimieren, und der beste wird übernommen. Segmente mit erhöhter Kalkbelastung und blühenden Artefakten werden identifiziert und bei signifikanten Unterschieden zwischen CTCA- und NIRS-IVUS-Anmerkungen werden maschinelle Lerntechniken implementiert, die die von NIRS-IVUS bereitgestellten Informationen nutzen, um die CTCA-Segmentierung zu optimieren. Es werden die adaptiven Cutoffs der Hounsfield-Einheit definiert, die Lipid- und Kalkgewebe am besten identifizieren. Es werden verteilte Gefäßdiagramme erstellt, die die Verteilung des Lipidgewebes in den CTCA-Modellen darstellen, und in diesen wird der LCBICT für jedes 2-mm-Segment geschätzt und mit dem Ergebnis von NIRS verglichen. Die Analyse der Fläche unter der Kurve (AUC) wird verwendet, um die beste CT-abgeleitete Plaquelast, LCBI- und ESS-Grenzwerte zu identifizieren, die den NIRS-IVUS-Grenzwerten entsprechen, die auf Plaques mit hohem Risiko hinweisen (Plaquelast: 67 %, LCBI: 178 und ESS: 1 Pa). Das Block-Chemogramm in NIRS-IVUS wird verwendet, um den 2-mm-LCBICT-Grenzwert zu identifizieren, der eine genaue Klassifizierung der 2-mm-Segmente als lipidreich oder nicht lipidreich ermöglicht. Die Genauigkeit dieser Grenzwerte wird im Validierungsdatensatz getestet.

Darüber hinaus werden im Validierungsdatensatz die NIRS-IVUS-Daten verwendet, um koronare Läsionen zu identifizieren – definiert als Segmente mit einer Plaquebelastung von >40 % in 3 aufeinanderfolgenden Einzelbildern. Für jede Läsion wird ihr Remodeling-Index geschätzt und verwendet, um sie als Läsionen mit positivem oder negativem Remodeling zu klassifizieren. Die NIRS-IVUS-Daten werden verwendet, um ihren Phänotyp zu charakterisieren und sie zu klassifizieren als: pathologische Intimaverdickung/fibrotische Plaques, fibro-kalzifizierte Plaques, Fibroatherome (FA) und kalzifizierte Fibroatherome. Die NIRS-IVUS-Läsionsklassifikation wird als Referenzstandard verwendet, um die Genauigkeit der CTCA bei der Charakterisierung des Läsionsphänotyps zu beurteilen.

STATISTISCHE ANALYSE – LEISTUNGSBERECHNUNG Der primäre Endpunkt der Studie ist die Fähigkeit von CTCA zum Nachweis von FA. In einer Garcia-Garcia-Studie mit 129 Patienten, die sich einer IVUS-Bildgebung einzelner Gefäße unterzogen, wurden 1,7 Läsionen pro Patient identifiziert. In der Studie von Puri et al. waren 45 % der Läsionen histologisch FA. In dieser Studie ermöglichte NIRS in Kombination mit IVUS den Nachweis von FA mit ausgezeichneter Genauigkeit (c-Index: 0,80). Wir gehen davon aus, dass wir die NIRS-IVUS-Bildgebung in 2,5 Koronararterien pro Patient durchführen können und dass die CTCA-Bildgebungsqualität bei 93 % der untersuchten Patienten optimal sein wird. Wenn wir 70 Patienten rekrutieren, gehen wir davon aus, dass wir mit NIRS-IVUS und CTCA 162 Gefäße erfolgreich untersuchen können, von denen 120 (203 Läsionen – 92 FA) als Validierungsdatensatz verwendet werden. Es wird erwartet, dass dieser Datensatz eine Aussagekraft von 80 % liefert, um unter Verwendung des Signifikanzniveaus von 5 % zu demonstrieren, dass sich die Sensitivität von CTCA bei der Identifizierung von FA nicht von NIRS-IVUS unterscheidet (AUC von CTCA-Bereich: 0,89–0,71). unter Annahme einer wahren Sensitivität von 0,80 für NIRS-IVUS.

Sekundäre Endpunkte der Studie sind die Genauigkeit der CTCA zur Identifizierung von: a) lipidreichen Segmenten (unter Verwendung des Block-Chemogramms von NIRS-IVUS als Goldstandard) und b) Segmenten, die einem niedrigen ESS ausgesetzt sind (<1 Pa, unter Verwendung des in geschätzten ESS). die NIRS-IVUS-Modelle als Referenzstandard).