Eendimensionale wiskundige modelgebaseerde geautomatiseerde beoordeling van fractionele stroomreserve

Niet-invasieve beoordeling van Fractional Flow Reserve wordt bijna nooit toegepast in de Russische Federatie vanwege de relatieve nieuwheid en studie-insufficiëntie, gebrek aan de juiste middelen, specifieke noodzakelijke software en opgeleid gekwalificeerd personeel.

In 2015 ontwikkelden wetenschappers van het Institute of Numerical Mathematics RAS in samenwerking met specialisten van de I.M. Sechenov First Moscow State Medical University een niet-invasieve methode voor het beoordelen van fractionele stroomreserves op basis van een eendimensionaal wiskundig model. Er wordt een model geconstrueerd op basis van beelden die zijn afgeleid van de coronaire computertomografie-angiografie die wordt uitgevoerd volgens een standaardprotocol; de methode is volledig geautomatiseerd.

Het doel van onze studie is om de diagnostische efficiëntie van deze techniek in de klinische praktijk te evalueren.

Dit is een pilotstudie; we zijn van plan om 30 patiënten in te schrijven: 13 van hen ondergingen 64-slice computertomografie en worden retrospectief opgenomen; 17 zullen prospectief worden opgenomen, met een 640-slice CT-scan. Specialisten van het Laboratorium voor Wiskundige Modellering zullen CT-beelden verwerken en niet-invasieve FFR evalueren. Ischemie wordt bevestigd als FFR < 0,80 en weerlegd als FFR ≥ 0,80. Daarna zal de toekomstige groep patiënten in het ziekenhuis worden opgenomen voor invasieve FFR-beoordeling als referentiestandaard; als ischemie is bewezen, ondergaan patiënten stentimplantatie. In de retrospectieve groep hebben patiënten al geschatte invasieve FFR-waarden.

Statistische analyse zal worden uitgevoerd met behulp van R-programmeertaalpakketten (cran-r.project.com). Continue variabelen worden gepresenteerd als gemiddelde waarden ± standaarddeviaties, ordevariabelen worden gepresenteerd als medianen met interkwartielafstanden tussen haakjes. We gaan de D'Agostino-Pearson omnibustest gebruiken om de normaliteit van distributie te beoordelen en een Q-Q Plot te construeren. We zullen deze twee methoden vergelijken met de Bland-Altman-analyse en de ROC-analyse en de mate van correlatie bepalen met de Pearson's chi-kwadraat.

Het onderzoek moet resulteren in het bepalen van de sensitiviteit, specificiteit, positieve en negatieve voorspellende waarden van de methode.

Nadat de actieve fase van het onderzoek is voltooid, zijn we van plan door te gaan met observatie van de toekomstige groep patiënten om de eindpunten te verifiëren.