自动算法检测生理性主要狭窄及其与 PCI 后临床结果的关系 (Algorithm-PCI)

心肌缺血的存在是冠心病患者最重要的预后指标。 因此，经皮冠状动脉介入治疗(percutaneous coronary intervention, PCI)的目的是缓解靶区狭窄引起的心肌缺血。 血流储备分数 (FFR) 是一种侵入性生理指标，用于定义功能上显着的冠状动脉狭窄，其预后意义得到大量研究的支持。 与明确的截断值和 FFR 在 PCI 前评估中的好处相反，关于 PCI 后 FFR 的最佳截断值存在各种结果。 然而，多项研究证实了 PCI 后 FFR 与未来事件风险之间的正相关性。

带支架植入的 PCI 基本上是一种局部治疗，PCI 后 FFR 反映了支架部分的残余狭窄和目标血管中支架部分以外的剩余疾病。

因此，仅凭 PCI 后 FFR 不能完全区分每个组件的贡献程度。 FFR 与 PCI 的相对增加取决于目标病变的基线严重程度、目标血管的基线疾病负担、PCI 的充分性和目标血管中的残余疾病负担的相互作用。

然而，对具有更好预期 PCI 后生理结果和临床结果的患者进行分层时，最重要的问题是没有明确的方法来识别这些处于 PCI 前阶段的患者。

在这方面，我们假设 PCI 前回调记录中 FFR 的增加量将决定目标狭窄的生理性质。 例如，具有足够 FFR 升高的狭窄应该通过 PCI 进行局部治疗，并且这些病变会导致更高百分比的 FFR 增加、PCI 后 FFR 和比没有足够 FFR 升高的那些更好的临床结果。

为此，我们寻求开发自动化算法，使用 PCI 前回调记录来定义生理性大狭窄与小狭窄。