众所周知，肝移植（LT）与心血管系统的高压力有关，心血管并发症可能在术中、移植后早期或随访后期发生。由于肝移植候选人中冠状动脉疾病（CAD）的发病率相对较高，在许多移植中心的术前筛查过程中，侵入性冠状动脉造影（ICA）已成为排除冠状动脉疾病的标准检查。通过ICA评估分数流量储备（FFR）量化冠状动脉狭窄的参考标准，但这种方法的主要缺点是具有侵入性且易发生相关并发症。冠状动脉计算机断层扫描（CCTA）是排除冠状动脉疾病的另一种无创方法，适用于临床上CAD可能性较低或有ICA禁忌症的患者。然而，CCTA主要提供冠状动脉的解剖学和形态学信息，不能可靠地预测冠状动脉病变的血流动力学意义。此外，已知CCTA会高估冠状动脉病变的功能严重程度。在临床上，一种相对较新的无创量化冠状动脉狭窄的方法是所谓的CT衍生的FFR（CT-FFR）。这里，FFR是利用计算流体动力学（CFD）或机器学习算法从CCTA数据集中计算出来的。

近日，发表在European Radiology杂志的一项研究在接受LT评估的患者中使用CT-FFR评估具有血流动力学意义和不具有意义的冠状动脉狭窄的价值，为无创、准确、快速的评估CAD的存在并减少并发症的发生提供了技术支持。

本研究共纳入了201名接受LT评估的患者。每位患者均接受了冠状动脉计算机断层扫描（CCTA）以排除CAD，如果怀疑有明显的（CCTA上≥50%）狭窄，则接受有创冠状动脉造影（ICA）以进一步评估CCTA上发现的冠状动脉病变。使用基于机器学习的算法从CCTA数据集中计算出CT-FFR，并与ICA作为参考标准进行比较。CT-FFR≤0.80的冠状动脉病变被定义为具有血流动力学意义。 

201名患者中有127名（63%）患者通过CCTA排除了阻塞性CAD。在其余74名患者（37%）中，CCTA至少怀疑有一个明显的狭窄。与ICA相比，CT-FFR测量的敏感性、特异性、PPV和NPV分别为71%（49-92%）、90%（82-98%）、67%（45-88%）、和91%（84-99%）。诊断准确率为85%（85-86%）。在69%的病例中（75个病变中的52个），通过CT-FFR的额外分析对有血流动力学意义的狭窄进行了准确的识别。 

图 50岁的男性患者，正在接受肝脏移植的评估。(A) CCTA的曲线多平面重建。怀疑RCA有明显的狭窄（血管腔狭窄前10.4 mm²，狭窄中4.5 mm²，狭窄后10 mm²）；（B）CT-FFR的计算显示血流动力学上没有明显的狭窄（→，CT-FFR 0.87）；（C）这一发现在ICA中得到证实（→，iFR 0.97）

本研究表明，基于机器学习的CT-FFR计算是一种非常有临床前景的无创影像学评估方法，可用于对接受肝移植评估的患者中具有血流动力学意义的冠状动脉狭窄进行准确的无创评估，并有助于减少这一高风险人群的侵入性冠状动脉造影的使用比率。
原文出处：

Maximilian Schuessler,Fuat Saner,Fadi Al-Rashid .Diagnostic accuracy of coronary computed tomography angiography-derived fractional flow reserve (CT-FFR) in patients before liver transplantation using CT-FFR machine learning algorithm.DOI:10.1007/s00330-022-08921-1