CZT-SPECT与99mTc示踪剂估算心肌血流储备精度不足,难以常规临床应用
该研究基于验证研究、与PET MFR对比研究及SPECT重复性研究,评估SPECT MFR测量的不精确性对临床分类可信度的影响。模拟显示,当真实MFR在1.5–2.0时正确分类仅34%,仅极端值(<1.0或>2.5)可达>80%置信度分类,典型实验室中仅15%患者被正确分类。结论认为当前SPECT MFR精度不足,需进一步优化方可用于临床风险分层。
要点
- SPECT与PET MFR不精确度为0.556–0.829,重测不精确度为0.781–0.878。
- 真实MFR 1.5–2.0时正确分类仅34%,典型实验室仅15%正确分类。
- 仅MFR<1.0或>2.5时可达>80%置信度分类,当前SPECT MFR不宜常规风险分层。
核心结论
- 当前SPECT估算的MFR缺乏精确性,用于临床风险分层尚需进一步优化。
研究设计与样本
- 回顾与有创血流测量和PET MFR对比的验证研究以确定SPECT整体MFR阈值。
- 利用与PET对比研究及SPECT MFR重复性研究确定测量不精确度(差值标准差或重测差异)。
- 采用模拟评估SPECT MFR不精确性对临床相关分类可信度的影响。
主要发现
- SPECT MFR分类采用典型PET MFR分类:<1.5、1.5–2.0、>2.0。
- 对比PET MFR的不精确度范围为0.556–0.829,重测不精确度为0.781–0.878。
- 模拟显示当1.5≤真实MFR≤2.0时正确分类患者仅34%。
- 仅极端MFR值(<1.0或>2.5)可实现>80%置信度分类。
- 在MFR为1.8±0.5的典型实验室模拟中仅15%患者被正确分类。
关键数值与推荐
- SPECT MFR分类阈值沿用PET MFR典型分类:<1.5、1.5–2.0、>2.0。
- 对比PET MFR不精确度0.556–0.829,重测不精确度0.781–0.878。
- 真实MFR 1.5–2.0时正确分类率仅34%,典型实验室正确分类率仅15%。
- 高置信度分类(>80%)仅见于MFR<1.0或>2.5的极端值。
临床怎么用
- 不宜将当前CZT-SPECT与99mTc示踪剂估算的MFR直接用于常规临床风险分层。
- 对MFR处于1.5–2.0中间范围的结果应谨慎解读,分类可信度低。
- 仅在MFR<1.0或>2.5时可较有信心地分类,中间值需结合其他信息。
局限性
- 研究基于模拟评估不精确性对分类的影响,非前瞻性临床结局验证。
- SPECT MFR阈值沿用PET MFR分类,未建立SPECT专属阈值。
以上解读依据论文摘要(全文未开放获取或许可不允许翻译转载)。
原文
BACKGROUND: PET myocardial flow reserve (MFR) has established diagnostic and prognostic value. Technological advances have now enabled SPECT MFR quantification. We investigated whether SPECT MFR precision is sufficient for clinical categorization of patients. METHODS: Validation studies vs invasive flow measurements and PET MFR were reviewed to determine global SPECT MFR thresholds. Studies vs PET and a SPECT MFR repeatability study were used to establish imprecision in SPECT MFR measurements as the standard deviation of the difference between SPECT and PET MFR, or test-retest SPECT MFR. Simulations were used to evaluate the impact of SPECT MFR imprecision on confidence of clinically relevant categorization. RESULTS: Based on validation studies, the typical PET MFR categories were used for SPECT MFR classification (< 1.5, 1.5-2.0, > 2.0). Imprecision vs PET MFR ranged from 0.556 to 0.829, and test-retest imprecision was 0.781-0.878. Simulations showed correct classification of up to only 34% of patients when 1.5 ≤ true MFR ≤ 2.0. Categorization with high confidence (> 80%) was only achieved for extreme MFR values (< 1.0 or > 2.5), with correct classification in only 15% of patients in a typical lab with MFR of 1.8 ± 0.5. CONCLUSIONS: Current SPECT-derived estimates of MFR lack precision and require further optimization for clinical risk stratification. 背景: PET 心肌血流储备 (Myocardial Flow Reserve, MFR)诊断和预后价值已经明确。SPECT MFR 的量化随着技术的进步也已实现。我们探讨 SPECT MFR 精度能否满足对患者进行临床分类。 方法: 回顾有创血流测量和PET-MFR对比的研究来确定SPECT的整体MFR阈值。PET和SPECT-MFR重复性研究用于确定SPECT-MFR测量的不精确性, 并以此作为SPECT和PET-MFR之间或SPECT-MFR的重测差异的标准差。模拟用来评估SPECT MFR的不精确性对临床相关分类可信度的影响。 结果: 在验证研究中, SPECT-MFR分类采用典型PET-MFR分类 (< 1.5, 1.5-2.0, > 2.0)。对比PET-MFR, 不精确度的比值范围为0.556∼0.829, 重测不精确度为0.781∼0.878。模拟显示, 当 1.5≤真实 MFR≤2.0时, 正确分类的患者只有 34%。 在MFR值为1.8±0.5的典型实验模拟中, 只有15%的患者进行了正确的分类, 只有极端的MFR值 (< 1.0或 >2.5) 才能实现高置信度分类 (>80%)。 结论: 目前SPECT估计得出的MFR缺乏精确性, 用于临床风险分层尚需要进一步优化。. MISE EN CONTEXTE: L’évaluation de la réserve du flot myocardique (RFM) en TEP possède une valeur diagnostique et pronostique reconnue. Des avancées technologiques permettent maintenant une quantification de la RFM à l’aide de la SPECT. MéTHODOLOGIE: Des études de validation versus des mesures de flot invasives et de la RFM en TEP ont été analysées afin de déterminer les seuils globaux de la RFM en SPECT. Les études TEP et de répétabilité de la RFM en SPECT ont été utilisées afin d’établir le degré d’imprécision sur les mesures de la RFM en SPECT comme déviation standard de la différence entre la RFM évaluée en SPECT et en TEP, ou évaluation – réévaluation de la RFM en SPECT. Des simulations ont été utilisées afin d’évaluer l’impact de l’imprécision de la RFM en SPECT sur la confiance de catégorisation clinique. RéSULTATS: Basées sur les études de validation, les catégories de RFM en TEP typiques ont été utilisées pour la classification de la RFM en SPECT (< 1.5, 1.5–2.0, > 2.0). L’imprécision versus RFM en TEP variait de 0.556 à 0.829 et l’imprécision de l’évaluation-réévaluation était de 0.781–0.878. Les simulations ont démontré une classification correcte jusqu’à seulement 34% des patients lorsque la RFM vraie se situait entre 1.5 et 2.0. Une catégorisation avec un haut degré de confiance (> 80%) a été effectuée seulement pour les valeurs extrêmes de RFM (< 1.0 ou > 2.5) avec une classification correcte chez uniquement 15% des patients vus dans un laboratoire typique avec une RFM de 1.8 ± 0.5. CONCLUSION: Les estimations de la RFM à partir des SPECT actuels manquent de précision et nécessitent davantage d’optimisation pour la stratification du risque clinique. ANTECEDENTES: la reserva de flujo miocárdico (RFM) por PET tiene un valor diagnóstico y pronóstico bien establecido. Los avances tecnológicos ahora han permitido la cuantificación RFM por SPECT. Investigamos si la precisión de la RFM por SPECT es suficiente para la categorización clínica de pacientes. MéTODOS: se revisaron los estudios de validación versus mediciones invasivas de flujo y RFM por PET para determinar los puntos de cohorte globales de la RFM por SPECT. Estudios versus PET y un estudio de repetibilidad de la RFM por SPECT fueron usados para establecer la imprecisión de las mediciones de RFM por SPECT como la desviación estándar de la diferencia entre la RFM por SPECT y PET, o estudio-repetir estudio de la RFM por SPECT. Se utilizaron simulaciones para evaluar el impacto de la imprecisión en la confianza de la categorización clínicamente relevante por la RFM por SPECT. RESULTADOS: basado en estudios de validación, las típicas categorías de la RFM por PET se utilizaron para la clasificación de la RFM por SPECT (< 1.5, 1.5–2.0, > 2.0). La imprecisión frente a la RFM por PET osciló entre 0.556 y 0.829, y la imprecisión de estudio-repetir estudio fue de 0.781–0.878. Las simulaciones mostraron una correcta clasificación de hasta solo el 34% de los pacientes cuando 1.5 ≤ RFM real ≤ 2.0. La categorización con alta confianza (> 80%) solo se logró para valores extremos de RFM (< 1.0 o > 2.5), con clasificación correcta en solo el 15% de los pacientes en un laboratorio típico con RFM de 1.8 ± 0.5. CONCLUSIONES: las estimaciones actuales de MFR derivadas de SPECT carecen de precisión y requieren una mayor optimización para la estratificación del riesgo clínico.
引用
- Renaud JM, Poitrasson-Rivière A, Hagio T, et al. Myocardial flow reserve estimation with contemporary CZT-SPECT and 99mTc-tracers lacks precision for routine clinical application. J Nucl Cardiol. 2021. PMID: 34426935. doi:10.1007/s12350-021-02761-0
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。