PCI 後の FFR を予測するための OCT ベースの機械学習 FFR

FFR 検査と OCT 検査は、経皮的冠動脈インターベンション (PCI) 中にさまざまな目的で使用されます。 FFR は追加の処置が必要かどうかを判断するための意思決定ツールであり、OCT 検査はステント処置を最適化するために使用されます。 両方のテストを使用すると、優れた手順を実行するのに役立つ追加情報が得られますが、費用と時間がかかります。

したがって、OCT 由来の機械学習 FFR テストが役立つ可能性があります。 これまでの研究では、処置前の OCT ベースの機械学習 FFR が、冠動脈領域に関係なく、FFR の予測において優れた診断性能を示していることが実証されています。

PCI の技術とツールの急速な発展にも関わらず、血管造影的に PCI が成功したにもかかわらず、かなりの数の患者が狭心症の再発や無症候性虚血などの有害事象を経験しました。 次善の PCI は、重大な心血管事故の独立した予後因子としてよく知られています。 したがって、ステント移植直後に PCI 後の FFR を測定することは、手術の結果を最適化し、患者の予後を改善するために重要です。 PCI 後の FFR を測定する重要性が徐々に明らかになりつつありますが、現時点ではステント挿入後の FFR を予測する OCT ベースの機械学習 FFR のモデルはありません。 虚血性心疾患に対してステントを用いた経皮的冠動脈インターベンションを受けた患者を対象に、ワイヤーによる冠動脈ステント留置後の光干渉断層撮影（OCT）検査をもとに機械学習により導出した血流予備量比（FFR）モデルの診断精度を比較します。ベースの FFR。