Abbonarsi

0256: Accuracy of visual estimation compared to objective anatomical and functional measurement, QCA and FFR, in coronary lesions - 12/02/16

Doi : 10.1016/S1878-6480(16)30053-2 
Julien Adjedj ⁎ , Gabor Toth, Guiseppe Di Gioia, Angela Ferrara, Vincent Flore, Mariano Pellicano, Emanuele Barbato, William Wijns, Bernard de Bruyne
 Centre Cardiovasculaire Aalst, Aalst, Belgique 

*Corresponding author:

Riassunto

Purpose

Despite its known limitations, evaluation of coronary artery disease is still predominantly based on visual estimation (VE). The aim of our study is to assess the correlation between VE and objective anatomical measures, such as quantitative coronary angiography (QCA), and objective functional measures, such as fractional flow reserve (FFR).

Methods

In 1215 lesions, FFR was measured and percent diameter stenosis (DS) were obtained by both QCA and VE.

Results

In our population the median of FFR was 0,79 (0,66-0,92), the median of DSQCA was 50% (40-60) and the median of DSVE was 54% (40-70). A significant but weak correlation was found between DSVE and DSQCA (r=0,28; CI: 0,16, 0.42; p<0.001) and between DSVE and FFR (0.20; CI: 0.06, 0.34; p<0.001). The sensitivity, specificity and diagnostic accuracy of 50% (strictly>50) DSVE to predict a DSQCA>50% were 87%, 45% and 50%, (65, 80, 47) respectively. The corresponding values were 90%, 47% and 45% (72,70,45) for an FFR<0.80, respectively.

Compared to DSQCA, DSVE tends to overestimate stenosis below 60% DSQCA, most pronaunced in the mildest ranges, while an increasing trend of underestimation occures over 70% DSQCA (Figure A). In the sabe comparison, but when lesions are classified according to their hemodynamic severity constant level of overestimation with is observed (Figure B).

Conclusions

Visual estimates of the angiographic stenosis severity shows weak agreement with objective morphologic and functional metrics.



 : 

Abstract 0256 – Figure


Abstract 0256 – Figure

Il testo completo di questo articolo è disponibile in PDF.

© 2016  Elsevier Masson SAS. Tutti i diritti riservati.
Aggiungere alla mia biblioteca Togliere dalla mia biblioteca Stampare
Esportazione

    Citazioni Export

  • File

  • Contenuto

Vol 8 - N° 1

P. 17 - gennaio 2016 Ritorno al numero
Articolo precedente Articolo precedente
  • 0542: Mental status at presentation as a predictor of outcome in acute coronary syndrome among elderly patients
  • Marion Couedel, Nazim Azzoug, Lucie Bobillot, Mohammed Benjelloun, Julien Wain-Hobson, Katrien Blanchart, Adrien Lemaitre, Vincent Roule, Paul Milliez, Farzin Beygui
| Articolo seguente Articolo seguente
  • 0014: Feasibility, image quality and radiation dose of Coronary CT Angiography (CCTA) in obese patients using a new generation 256 Multi-Detector CT (MDCT)
  • Laurent Macron, Jacques Feignoux, Jean-Louis Sablayrolles

Benvenuto su EM|consulte, il riferimento dei professionisti della salute.
L'accesso al testo integrale di questo articolo richiede un abbonamento.

Già abbonato a @@106933@@ rivista ?

@@150455@@ Voir plus

Il mio account


Dichiarazione CNIL

EM-CONSULTE.COM è registrato presso la CNIL, dichiarazione n. 1286925.

Ai sensi della legge n. 78-17 del 6 gennaio 1978 sull'informatica, sui file e sulle libertà, Lei puo' esercitare i diritti di opposizione (art.26 della legge), di accesso (art.34 a 38 Legge), e di rettifica (art.36 della legge) per i dati che La riguardano. Lei puo' cosi chiedere che siano rettificati, compeltati, chiariti, aggiornati o cancellati i suoi dati personali inesati, incompleti, equivoci, obsoleti o la cui raccolta o di uso o di conservazione sono vietati.
Le informazioni relative ai visitatori del nostro sito, compresa la loro identità, sono confidenziali.
Il responsabile del sito si impegna sull'onore a rispettare le condizioni legali di confidenzialità applicabili in Francia e a non divulgare tali informazioni a terzi.


Tutto il contenuto di questo sito: Copyright © 2026 Elsevier, i suoi licenziatari e contributori. Tutti i diritti sono riservati. Inclusi diritti per estrazione di testo e di dati, addestramento dell’intelligenza artificiale, e tecnologie simili. Per tutto il contenuto ‘open access’ sono applicati i termini della licenza Creative Commons.