TC coronarica con misurazione on-site della FFR: strategia diagnostica vincente rispetto ai test funzionali?

Stefano De Servi, Università degli Studi di Pavia

Inquadramento

L’utilizzo della TC coronarica (CCT) permette la visualizzazione anatomica dell’albero coronarico, ma spesso la quantizzazione della stenosi non corrisponde al dato fornito dalla coronarografia invasiva. Inoltre, nel riscontro di lesioni intermedie, il ricorso a test funzionali è ancora molto alto. L’utilizzo della FFR, utilizzando algoritmi basati sulla dinamica dei fluidi, consente di migliorare la specificità dell’indagine e ridurre il numero di pazienti inviati all’esame invasivo^[1]Douglas PS, De Bruyne B, Pontone G, Patel MR, Norgaard BL, Byrne RA, Curzen N, Purcell I, Gutberlet M, Rioufol G, et al. 1-Year Outcomes of FFRCT-Guided Care in Patients With Suspected Coronary … Continua a leggere, ma è basato su una costosa valutazione offline. Recentemente è stata validata una tecnologia “machine learning” che si è dimostrata avere una buona accuratezza diagnostica^[2]Coenen A, Kim YH, Kruk M, Tesche C, De Geer J, Kurata A, Lubbers ML, Daemen J, Itu L, Rapaka S, et al. Diagnostic Accuracy of a Machine-Learning Approach to Coronary Computed Tomographic … Continua a leggere e che permette una valutazione “on-site” della FFR.

Lo studio in esame

Lo studio, condotto in sei centri cinesi, ha randomizzato 1.216 pazienti con coronaropatia stabile e stenosi individuate alla CCT quantificate tra il 30% e il 90% (95% delle stenosi comprese tra 50% e 90%) a una strategia che prevedeva la misurazione on-site della FFR dalle immagini radiologiche oppure a una “standard care” che consisteva nell’effettuazione di un test funzionale (87% dei casi test ergometrico). L’età media era di 59 anni, il 20% aveva angina tipica, ma la probabilità pre-test di coronaropatia era del 75%. La percentuale di pazienti con evidenza di stenosi ischemizzanti era inferiore nel gruppo CCT-FFR che nel gruppo standard care (67.8% vs. 73.7%, p=0.02), e la coronarografia invasiva è stata eseguita nel 68.7% dei pazienti FFR-CCT e nel 78.9% dei pazienti standard care. La proporzione di pazienti con stenosi significative (valutazione con tecnica angiografica quantitativa) era più elevata nel gruppo CCT-FFR, così come il numero di pazienti rivascolarizzati a 90 giorni, mentre l’endpoint primario (proporzione di pazienti che effettuavano una coronarografia invasiva e in cui non venivano riscontrate stenosi significative oppure che non venivano trattate con rivascolarizzazione entro 90 giorni) risultava significativamente ridotto nel gruppo CCT-FFR (vedi tabella). A 1 anno di follow-up, gli eventi cardiaci risultavano simili nei due gruppi.

Take home message

L’utilizzo di CCT associata a FFR “on-site”, utilizzando una tecnologia “machine learning”, ha permesso di ridurre la proporzione di pazienti stabili che, sottoposti a coronarografia invasiva, non hanno mostrato stenosi significative o non hanno necessitato di rivascolarizzazione entro 90 giorni, rispetto a una strategia di “standard care” basata su un test funzionale. Tuttavia, gli eventi cardiaci a 1 anno sono stati simili nei due gruppi.

Interpretazione dei dati

L’elemento di novità di questo studio, rispetto ad altri già pubblicati su questo argomento, risiede nell’utilizzo della CCT-FFR “on site”, basata su un algoritmo di machine learning, superando così la limitazione principale di questa tecnologia che attualmente necessita di una lettura “offline”, evitando così la necessità di trasferire i dati, riducendo in tal modo i tempi di calcolo e rafforzando il ruolo decisionale del clinico. Il vantaggio di associare l’uso della CCT-FFR alle immagini angiografiche consiste in una riduzione del numero di pazienti che alla coronarografia non mostra stenosi significative, permettendo cioè di porre una indicazione più appropriata all’indagine invasiva. Grazie a questi vantaggi gli Autori ritengono che i loro dati rafforzino il ruolo di CCT come “guardiano” (“gatekeeper”) del laboratorio di Emodinamica. Non si sono osservate differenze nell’outcome dei pazienti a un anno di follow-up; tuttavia, questo può dipendere dalla numerosità di campione non sufficiente per mostrare differenze prognostiche e dal periodo troppo breve di follow-up (1 anno).