Evaluación de CTCA en la evaluación de la patología y fisiología de la placa

DISEÑO DEL ESTUDIO

1. Reclutamiento patente Setenta pacientes con síntomas típicos de angina que se sometieron a una angiografía coronaria electiva que mostró al menos una lesión obstructiva compleja (es decir, lesión en bifurcación, lesión larga, lesión calcificada) (>70% de diámetro de estenosis en la angiografía coronaria o una reserva de flujo fraccional <0,80) que se considere adecuado para la intervención coronaria percutánea (PCI) bajo la guía de IVUS se incluirá en el estudio. Los criterios de exclusión son: 1) edad >75 años, 2) SCA dentro de <3 meses, 2) eGFR <60 ml/min/1,73 m², 3) cirugía de revascularización coronaria previa, 3) insuficiencia cardíaca descompensada o fracción de eyección del ventrículo izquierdo ≤30%, 4) alergia al contraste intravenoso o incapacidad para recibir tratamiento con aspirina, heparina o tienopiridinas, 5) expectativa de vida anticipada <1 año, 6) antecedentes de trasplante de corazón, 7) paciente que requiere revascularización quirúrgica y 8) enfermedad arterial coronaria extensa (es decir, oclusiones totales crónicas múltiples) o anatomía coronaria tortuosa que no permite la evaluación de las arterias coronarias con imágenes NIRS-IVUS. Los pacientes reclutados proporcionarán su consentimiento informado y se someterán a imágenes CTCA utilizando un escáner de fuente dual CT de tercera generación dedicado (Siemens Force). Los primeros 4 meses del estudio se esforzarán por optimizar los protocolos de adquisición de imágenes para que los datos CTCA obtenidos sean adecuados para la segmentación automatizada. Se utilizarán matrices de imágenes eficientes para mejorar la resolución espacial en el plano y se implementarán núcleos de reconstrucción más nítidos y algoritmos de reconstrucción iterativos para mejorar la segmentación de imágenes.

   Dos semanas después de la toma de imágenes CTCA, los pacientes se someterán a una PCI planificada. Durante la PCI se hará un esfuerzo para estudiar las 3 arterias coronarias epicárdicas, incluida la lesión estenótica, y algunas de sus principales ramas laterales (es decir, diagonales grandes, marginales obtusas, la arteria descendente posterior o la rama ventricular izquierda de la arteria coronaria derecha). ) con el catéter NIRS-IVUS combinado. Después de la PCI, los participantes serán dados de alta con un tratamiento médico óptimo.

2. Segmentación de los datos de imágenes de CTCA y reconstrucción de la anatomía de la arteria coronaria Los datos de imágenes serán anonimizados y analizados ciegos a los detalles clínicos por un operador experto que utiliza una estación de trabajo dedicada. Los puntos de referencia anatómicos (es decir, las ramas laterales) se identificarán en los datos de imágenes CTCA y NIRS-IVUS y se utilizarán para definir los segmentos de interés.

   El análisis de los datos de CTCA se realizará utilizando un software dedicado que permite la extracción automatizada de la línea central luminal, la detección semiautomática de la luz y los bordes exteriores de la pared del vaso, y la cuantificación de la carga de placa e incorpora un algoritmo de caracterización de placa que permite la caracterización automatizada de la composición de la placa. El algoritmo de caracterización de la placa tiene en cuenta los valores de corte de intensidad fija predefinidos de las unidades Hounsfield y un enfoque adaptativo que permite la modificación de estos valores de corte según la atenuación de la imagen. Actualmente el proceso de segmentación toma en promedio 3h por paciente. En este proyecto, los investigadores pretenden optimizar los algoritmos de adquisición y segmentación de imágenes CTCA para que este proceso se automatice y reduzca el tiempo de segmentación CTCA a <1 hora.

3. Segmentación de los datos de imágenes NIRS-IVUS y reconstrucción de la anatomía de la arteria coronaria Los datos NIRS-IVUS que representan los segmentos de interés serán analizados por un operador experto, cegado a los detalles clínicos y los datos de imágenes CTCA, con un intervalo de 3 meses desde el análisis de los datos de CTCA mediante un software que permite la detección de los bordes de la luz y de la pared exterior del vaso, la cuantificación de la carga de placa y la anotación del componente de tejido calcificado en IVUS. El resultado del análisis de los datos de imágenes NIRS es el quimiograma, que es un mapa codificado por colores de la distribución del componente lipídico a lo largo de la pared del vaso (el amarillo indica una mayor probabilidad y el rojo una probabilidad baja de tejido lipídico). Una métrica de la carga de lípidos es el índice de carga del núcleo de lípidos (LCBI), que se calcula como la fracción de los píxeles amarillos que corresponden al componente de lípidos dividido por 1000. Además, para cada segmento de 2 mm se genera el quimiograma de bloque que proporciona un resumen del quimiograma para este segmento y muestra la probabilidad de presencia de tejido lipídico en un bloque de 2 mm de la arteria coronaria. El quimiograma en bloque se ha validado frente a la histología y se ha demostrado que permite la detección precisa de placas ricas en lípidos.

   Los datos segmentados de NIRS-IVUS se utilizarán para reconstruir la anatomía coronaria utilizando una metodología establecida y bien validada. Las ramas laterales con un diámetro > 1,5 mm se reconstruirán a partir de los datos angiográficos y se fusionarán con la geometría del vaso principal reconstruida a partir de NIRS-IVUS, ya que se ha demostrado que las ramas laterales afectan la distribución de ESS.

4. Simulación del flujo sanguíneo Se aplicarán condiciones límite idénticas a los modelos basados ​​en IVUS y CTCA. La sangre se considerará un fluido newtoniano laminar e incompresible con una viscosidad dinámica de 0,0035 Pa•sy una densidad de 1.050 kg/m3. Se impondrá un perfil de flujo constante en la entrada del lumen, ya que esto reduce el tiempo de cálculo y existe evidencia de que no hay una diferencia significativa en el ESS estimado cuando se usa un perfil de flujo constante o pulsátil. La teoría de Murray de ESS constante se utilizará para derivar las condiciones de contorno en las ramas principal y lateral. La pared arterial se considerará rígida y se aplicarán condiciones antideslizantes en la superficie luminal. La velocidad del flujo se calculará a partir de los datos angiográficos midiendo el número de fotogramas necesarios para que el agente de contraste pase desde la entrada hasta la salida del segmento reconstruido, el volumen del segmento en la línea de base y la velocidad de fotogramas de cine.
5. Análisis de los datos de imágenes NIRS-IVUS y CTCA Se anticipa que las imágenes NIRS-IVUS se realizarán en promedio en 2,5 vasos por paciente; de estos 40 vasos seleccionados al azar se utilizarán para entrenar los algoritmos para la segmentación CTCA y la caracterización de placas (conjunto de datos de entrenamiento) y el resto para fines de validación (conjunto de datos de validación).

En el conjunto de entrenamiento, los segmentos de interés reconstruidos a partir de los datos CTCA y NIRS-IVUS se dividirán en segmentos de 2 mm y los segmentos correspondientes de 2 mm se identificarán en los modelos CTCA y NIRS-IVUS. Para cada segmento de 2 mm, se estimarán las siguientes métricas en los modelos NIRS-IVUS: área media del lumen, área media de la pared exterior del vaso, área media de placa, carga media de placa (definida como: 100 x área de placa/área del vaso), área media calcificada , la LCBI y la ESS predominante. Además, cada segmento se clasificará como rico en lípidos o no rico en lípidos según el quimiograma de bloque.

De manera similar, en los modelos CTCA, el área media del lumen, el área de la pared exterior del vaso, el área de la placa, la carga de la placa, el área calcificada y la ESS predominante promedio se estimarán para cada segmento de 2 mm y se compararán con las estimaciones de NIRS-IVUS. Se probarán varios enfoques para optimizar la segmentación de los bordes de la pared del vaso y se adoptará el mejor. Se identificarán los segmentos con mayor carga calcificada y artefactos de floración y, en caso de diferencias significativas entre las anotaciones de CTCA y NIRS-IVUS, se implementarán técnicas de aprendizaje automático que aprovechan la información proporcionada por NIRS-IVUS para optimizar la segmentación de CTCA. Se definirán los puntos de corte de la unidad adaptativa de Hounsfield que identifiquen mejor los lípidos y el tejido calcificado. Se crearán diagramas de vasos extendidos que representan la distribución del tejido lipídico en los modelos CTCA y en estos se estimará el LCBICT para cada segmento de 2 mm y se comparará con la salida de NIRS. El análisis del área bajo la curva (AUC) se utilizará para identificar los mejores valores de corte de carga de placa derivados de TC, LCBI y ESS que correspondan a los valores de corte NIRS-IVUS que indican placas de alto riesgo (carga de placa: 67%, LCBI: 178 y ESS: 1Pa). El quimiograma de bloque en NIRS-IVUS se utilizará para identificar el corte de LCBICT de 2 mm que permite una clasificación precisa de los segmentos de 2 mm como ricos en lípidos o no lípidos. La precisión de estos puntos de corte se probará en el conjunto de datos de validación.

Además, en el conjunto de datos de validación, los datos NIRS-IVUS se utilizarán para identificar lesiones coronarias, definidas como segmentos con una carga de placa >40 % en 3 fotogramas consecutivos. Para cada lesión se estimará su índice de remodelado y se utilizará para clasificarlas como lesiones con remodelado positivo o negativo. Los datos de NIRS-IVUS se utilizarán para caracterizar su fenotipo y clasificarlos como: engrosamiento patológico de la íntima/placas fibróticas, placas fibrocalcificadas, fibroateromas (AF) y fibroateromas calcificados. La clasificación de lesiones NIRS-IVUS se utilizará como estándar de referencia para evaluar la precisión de CTCA en la caracterización del fenotipo de la lesión.

ANÁLISIS ESTADÍSTICO - CÁLCULO DE POTENCIA El criterio principal de valoración del estudio es la capacidad de CTCA para detectar FA. En un estudio de García-García que incluyó a 129 pacientes sometidos a imágenes IVUS de un solo vaso, se identificaron 1,7 lesiones por paciente. En el estudio de Puri et al., el 45% de las lesiones fueron AF en la histología. En ese estudio, NIRS combinado con IVUS permitió la detección de FA con una precisión excelente (índice c: 0,80). Anticipamos que podremos realizar imágenes NIRS-IVUS en 2,5 arterias coronarias por paciente y que la calidad de las imágenes CTCA será óptima en el 93 % de los pacientes estudiados. Si reclutamos 70 pacientes, anticipamos estudiar con éxito con NIRS-IVUS y CTCA 162 vasos de los cuales 120 (203 lesiones - 92 FA) se utilizarán como conjunto de datos de validación. Se prevé que este conjunto de datos brinde un poder del 80 % para demostrar utilizando el nivel de significancia del 5 %, que la sensibilidad de CTCA para identificar FA no es diferente de NIRS-IVUS (rango AUC de CTCA: 0.89-0.71), suponiendo una verdadera sensibilidad de 0,80 para NIRS-IVUS.

Los criterios de valoración secundarios del estudio son la precisión de CTCA para identificar: a) segmentos ricos en lípidos (usando el quimiograma de bloque de NIRS-IVUS como estándar de oro), y b) segmentos expuestos a ESS bajo (<1Pa, usando el ESS estimado en los modelos NIRS-IVUS como estándar de referencia).