第十二期导读
2025年1月10日，《美国心脏协会杂志》（Journal of the American Heart Association，JAHA）（中科院一区，IF: 5.0）发表了一篇题为“基于计算机断层扫描的血流储备分数（CT-FFR）对
研究背景
CAD是全球范围内导致心血管事件和死亡的主要疾病之一。冠状动脉计算机断层扫描
研究目的
本研究旨在探讨CT-FFR在预测CAD患者远期预后中的价值，并通过结合临床变量、CCTA解剖学参数和CT-FFR，构建新的预测模型，以优化风险分层和临床决策。
研究方法与结果
这是一项来自安贞医院的回顾性队列研究。用基于深度学习的方法进行CT-FFR测算。所有入组患者均接受了至少5年的随访。
研究的主要终点为主要心血管不良事件（MACE），包括全因死亡、非致死性
对结局的预测能力通过3个模型（模型1，使用临床变量构建；模型2，模型1+CTCA衍生的解剖学参数；模型3，模型2+CT-FFR）进行了比较。
研究共纳入了2566例冠心病患者（中位年龄60[53-65]岁；56.0%为男性）。在中位随访时间2197（2127-2386）天期间，237例患者（9.2%）发生了主要心血管不良事件。在多变量调整的Cox模型中，CT-FFR≤0.80（风险比[HR]，5.05[95%置信区间，3.64-7.01]；P<0.001）显示出强大的预测价值。模型2的判别能力高于模型1（Harrell’s C统计量，0.79 vs. 0.64；P<0.001），并且在模型3中加入CT-FFR后判别能力进一步提高（Harrell’s C统计量，0.83 vs. 0.79；P<0.001）。模型2相较于模型1的净重新分类改进为0.264（P<0.001）。值得注意的是，与模型2相比，模型3也显示出改进（净重新分类改进=0.085；P=0.001）。在预测死亡或非致死性心肌梗死方面，只有将CT-FFR纳入模型3时才显示出改进的重新分类（净重新分类改进=0.131；P=0.021）。
研究结论和意义
CT-FFR为冠心病远期预后提供了强大且递增的预后信息。CT-FFR≤0.80的患者发生MACE的风险显著增加，表明其在风险分层中的重要性。纳入CT-FFR的综合模型在预测能力上有明显改进，有助于患者的风险分层和决策制定。
结合CT-FFR的预测模型能够更准确地识别高风险患者，帮助临床医生制定个性化的治疗方案，尤其是对于那些需要高强度预防治疗和长期随访的患者。
研究展望
本研究为一项单中心的回顾性队列研究，相对较大样本的研究队列和长期随访分析是研究的重要亮点和优势，在既往研究的基础上进一步验证了CT-FFR对CAD人群的远期预后价值，为CT-FFR的临床应用增加了新视角。然而，研究也有进一步的优化和拓展空间，未来多中心的前瞻性研究可进一步验证该综合预测模型在不同人群中的普适性。结合CCTA高风险斑块特征分析（如低衰减斑块、点状钙化、餐巾环征、正性重构等）有望进一步优化预测模型。对于CT-FFR的测量技术方面也可探索更多基于人工智能的CT-FFR算法，提升其诊断和预测性能。
北京安贞医院冠心病中心
北京安贞医院冠心病中心为国内首批专注于冠心病系统化诊疗的专科中心，是国家心血管病临床医学研究中心核心单元、国家卫健委冠心病介入诊疗培训基地及中国
专家简介
曾勇 教授
首都医科大学附属北京安贞医院冠心病中心执行主任兼冠心病三病区主任、主任医师、博士研究生导师，ESC Fellow，海医会心脏重症专家委员会主任委员、中华医学会心血管病学分会冠心病学组委员、卫生部
1998年开始从事冠心病的介入治疗，以第一术者完成冠脉介入手术超过万例，特别是对高危复杂的冠脉病变，如其左主干病变、分叉病变、慢性闭塞病变、多支血管病变等有丰富的临床经验。
主持和参加国家自然科学基金以及多项国家级课题。获得过四项中华医学科技奖和省部级二等及三等奖。发表文章80余篇，SCI文章40篇。参与编写书籍6部，其中主编《系统性疾病与心脏》系列丛书。
(本网站所有内容，凡注明来源为“医脉通”，版权均归医脉通所有，未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任，授权转载时须注明“来源：医脉通”。本网注明来源为其他媒体的内容为转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。)
