Usefulness of Coronary Artery Interpretation on TAVI-CT to Avert Invasive Coronary Angiography
Résumé
Purpose - The purpose of this study was to evaluate the percentage of coronary angiography that can be securely avoided by the interpretation of coronary arteries on pre transcatheter aortic valve implantation CT (TAVI-CT), using CT images obtained with deep-learning reconstruction and motion correction algorithms. Material and method - All consecutive patients who underwent TAVI-CT and coronary angiography, from December 2021 to July 2022 were screened for inclusion in the study. Patients who had previous coronary artery revascularization or who did not undergo TAVI were excluded. All TAVI-CT examinations were obtained using deep-learning reconstruction and motion correction algorithms. On TAVI-CT examinations, quality and stenosis of coronary artery were analyzed retrospectively. When insufficient image quality and/ or when diagnosis or doubt of one significant coronary artery stenosis, patients were considered as having possible coronary artery stenosis. The results of coronary angiography were used as the standard of reference for significant CAS. Results - A total of 206 patients (92 men; mean age, 80.6 years) were included; of these 27/206 (13%) had significant coronary artery stenosis on coronary angiography and were referred for potential revascularization. Sensitivity, specificity, negative predictive value, positive predictive value, and accuracy of TAVI-CT to identify patients requiring coronary artery revascularization was 100% (95% confidence interval [CI]: 87.2-100%), 100% (95% CI: 96.3-100%), 54% (95% CI: 46.6-61.6), 25% (95% CI: 17.0-34.0%) and 60% (95% CI: 53.1-66.9%) respectively. Intra- and inter observer variability was substantial agreement for quality and decision to recommend coronary angiography. Mean reading time was 2 +/- 1.2 (standard deviation) min (range: 1-5 min). Overall, TAVI-CT could potentially rule out indication for revascularization for 97 patients (47%). Conclusion - Analysis of coronary artery on TAVI-CT using deep-learning reconstruction and motion correction algorithms can potentially safely avoid coronary angiography in 47% of patients.
Objectif - L'objectif de l'étude est d'évaluer le pourcentage de coronarographie diagnostique pouvant être évité, en analysant les artères coronaires sur le scanner TAVI, avec des images post-traitées par une reconstruction itérative en deep-learning et par un algorithme de correction de mouvement. Matériels et méthodes - Tous les patients qui avaient eu un scanner TAVI et une coronarographie diagnostique, entre décembre 2021 et juillet 2022, étaient screenés consécutivement pour être inclus dans l'étude. Les patients qui avaient déjà subi une revascularisation coronarienne (percutané ou pontage) ou qui n'avaient pas eu un TAVI posé, étaient exclus. Toutes les images du scanners TAVI étaient obtenues par reconstruction itérative en deep-learning et par un algorithme de correction de mouvement. Sur ces images, la qualité de celle-ci et les artères coronaires étaient analysées rétrospectivement. Quand la qualité de l'image était insuffisante et/ou quand il y avait une sténose coronarienne significative ou au moindre doute, le patient était considéré comme ayant possiblement une sténose coronarienne significative. La coronarographie diagnostique était utilisée comme référence pour déterminer une sténose coronarienne significative. Résultats - Un total de 206 patients (92 hommes ; moyenne d'âge : 80.6 ans) avait été inclus. Sur ces 206 patients, 27 (13%) avaient une sténose coronarienne significative sur la coronarographie diagnostique et étaient adressés pour un possible geste de revascularisation. La sensibilité, la spécificité, la valeur prédictive négative, la valeur prédictive positive et l'accuracy du scanner TAVI pour identifier les patients nécessitant un geste de revascularisation coronarienne étaient de 100% (95% intervalle de confiance [IC]: 87.2-100%), 100% (95% IC: 96.3-100%), 54% (95% IC: 46.6-61.6), 25% (95% IC: 17.0-34.0%) and 60% (95% IC: 53.1-66.9%), respectivement. Les analyses intra et inter-observateur montraient une bonne concordance pour la qualité de l'image et l'interprétation des artères coronaires. Le temps moyen d'interprétation des coronaires étaient de 2 minutes +/- 1.2 minutes (intervalle : 1-5 minutes). Enfin, le scanner TAVI pouvait potentiellement exclure l'indication de revascularisation pour 97 patients (47 %). Conclusion - L'analyse des artères coronaires sur le scanner TAVI en utilisant une reconstruction itérative par deep-learning et un algorithme de correction de mouvement pourrait éviter le recours à la coronarographie diagnostique chez 47% des patients.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|