Skip to content

Diagnostic Accuracy of Angiography-Based Quantitative Flow Ratio Measurements for Online Assessment of Coronary Stenosis

Xu, Bo; Tu, Shengxian; Qiao, Shubin et al. · 2017 · Journal of the American College of Cardiology

Metadata

Authors: Xu, Bo; Tu, Shengxian; Qiao, Shubin; Qu, Xinkai; Chen, Yundai; Yang, Junqing; Guo, Lijun; Sun, Zhongwei; Li, Zehang; Tian, Feng; Fang, Weiyi; Chen, Jiyan; Li, Wei; Guan, Changdong; Holm, Niels R.; Wijns, William; Hu, Shengshou

DOI: 10.1016/j.jacc.2017.10.035

Tags: #atherosclerosis

摘要概述

FAVOR II China 是一项前瞻性、多中心诊断性试验，旨在评估在线定量血流分数（quantitative flow ratio, QFR）识别血流动力学显著冠脉狭窄的诊断准确性，以压力导丝测量的 fractional flow reserve（FFR）≤0.80 为参考标准。2017 年 6 月至 7 月在中国 5 家医院连续入组 308 例患者（332 支血管），在线 QFR 与 FFR 同时获得的有 328 支血管。患者级和血管级诊断准确率分别为 92.4%（95% CI: 88.9%–95.1%）和 92.7%（95% CI: 89.3%–95.3%），均显著高于预设目标值 75%（p<0.001）。QFR 的灵敏度（94.6%）和特异度（91.7%）显著优于定量冠脉造影（QCA）（62.5% 和 58.1%）。研究表明在线 QFR 可在导管室术中准确评估冠脉狭窄功能学意义，有潜力改善基于造影的功能学显著狭窄识别。适用人群为接受诊断性冠脉造影且存在中等程度狭窄（直径狭窄 30%–90%、参考血管直径≥2 mm）的患者；不适用于 ostial 病变、严重重叠/扭曲、心肌桥、图像质量差及急性心肌梗死 72 h 内的患者。最大限制为仅在中国 5 中心开展，未评估临床预后终点。

临床问题与研究设计

  • PICO/PECO：P = 因高危疑似显著狭窄行冠脉造影的成人，至少 1 处直径狭窄 30%–90%、参考血管直径≥2 mm；I/E = 在线 QFR（index test，≤0.8 为阳性）；C = 在线 QCA 直径狭窄≥50%（comparator）；O = 诊断准确性，以压力导丝 FFR≤0.80 为 reference standard（§ Methods, PDF p. 3078）。
  • 研究类型：diagnostic（前瞻性多中心诊断准确性试验）（§ Study Design, PDF p. 3078）。
  • 注册与方案：ClinicalTrials.gov NCT03191708（FAVOR II China study）（Abstract, PDF p. 3077）。方案经各机构 IRB 批准，符合 Declaration of Helsinki 与中国 CFDA GCP（§ Study Design, PDF p. 3078）。方案偏离：未报告。
  • 中心、时间与随访：5 家医院，分布于中国 3 个主要城市；入组时间 2017 年 6 月 13 日至 7 月 20 日（§ Study Population, PDF p. 3078）。随访：本研究为术中诊断性试验，无术后临床随访设计（§ Conclusions, PDF p. 3086）。

研究人群与干预或暴露

  • 纳入与排除标准：纳入：疑似或已知 CAD、因高危显著狭窄行冠脉造影的成人。造影纳入：≥1 处直径狭窄 30%–90% 且参考血管直径≥2 mm（目测）。排除：72 h 内心肌梗死、严重心衰、造影剂或腺苷过敏、血清肌酐>150 μmol/l 或 eGFR<45 ml/kg/1.73 m²、不适合诊断性介入或 FFR 检查、影响图像质量的因素（如频发房早/房颤）。造影排除：距主动脉<3 mm 的 ostial 病变、严重重叠或扭曲、心肌桥所致狭窄、图像质量差无法识别管腔轮廓、主支病变下游有显著狭窄侧支（§ Study Population 及 angiographic exclusion criteria, PDF p. 3078–3079）。
  • 样本量、基线特征与代表性：308 例患者（332 支血管）入组。平均年龄 61.3±10.4 岁，女性 26.3%（81 例），糖尿病 27.9%（86 例），高血压 60.1%（185 例），既往心肌梗死 15.6%（48 例），既往 PCI 21.1%（65 例）。临床表现为不稳定型心绞痛 61.0%、稳定型心绞痛 23.4%、无症状缺血 11.0%、1 个月内急性心肌梗死 4.5%（Table 1, PDF p. 3080）。血管中 LAD 占 55.7%（185 支），LCx 14.8%，RCA 26.2%；分叉病变 24.7%，扭曲血管 14.2%，中重度钙化 18.4%（Table 2, PDF p. 3080）。样本量基于主要终点计算：277 例患者（1 病变/例）可提供 90% 效力，考虑 10% 失访后需 308 例（§ Endpoints and Statistical Analysis, PDF p. 3079–3080）。
  • 干预、对照或暴露定义：QFR 为 index test——基于 2 个不同角度（≥25°）的造影序列进行 3D 重建，采用 contrast flow 模型（基于 frame count 法推算对比剂流速）通过流体动力学算法计算，无需压力导丝及药物诱导充血（§ Online QFR Assessment, PDF p. 3079）。对照为 QCA 直径狭窄≥50%。FFR 为 reference standard：使用 RadiAnalyzer Xpress 及 Certus 压力导丝（St. Jude Medical），经肘静脉 ATP 诱导充血（≥160 μg/kg/min），充血期稳定值≥10 s，压力漂移控制在 0.95–1.05（FFR 0.75–0.85 区间更严格至 0.98–1.02）（§ FFR Measurement, PDF p. 3079）。
  • 失访、交叉与依从性：335 例评估资格，27 例造影后立即排除（撤回同意 4、房颤 1、完全闭塞 1、狭窄程度不符 9、不适合 FFR 12）。332 支血管中，在线 QFR 3 支不可用（图像质量 1、数据不全 2），QCA 3 支不可用（数据不全 3），FFR 2 支不可用（技术 1、心率慢 1）。最终 as-diagnostic set：304 例患者 328 支血管同时有在线 QFR 和 FFR（Figure 1, PDF p. 3081）。依从性细节未报告。

终点与统计方法

  • Primary endpoint：在线 QFR（≤0.8 或>0.8）识别血流动力学显著狭窄（FFR≤0.8 或>0.8）的诊断准确性，主要在血管层面分析；预设目标为 95% CI 下限超过 75%，单侧显著性 0.05（§ Endpoints and Statistical Analysis, PDF p. 3079–3080）。
  • Secondary/safety endpoints：主要次要终点为 QFR 与 QCA 的灵敏度和特异度比较（§ Endpoints and Statistical Analysis, PDF p. 3080）。其他次要指标包括 PPV、NPV、+LR、−LR、AUC、QFR-FFR 相关性与一致性。安全性终点不适用（诊断性试验，未设不良事件终点）。
  • 效应量与模型：诊断准确率及 95% CI 采用 Clopper-Pearson exact 法（§ Endpoints and Statistical Analysis, PDF p. 3080）。血管层面灵敏度/特异度等采用 generalized estimating equations（GEE）处理配对观测并调整中心效应，PROC GENMOD（SAS）（§ Endpoints and Statistical Analysis, PDF p. 3080）。QFR 与 FFR 相关性用 Pearson r，配对比较用 paired t-test。ROC 曲线用 logistic regression。QFR vs QCA 差异的 95% CI 及 p 值由 GEE 估计（Table 3, PDF p. 3085）。
  • 缺失数据、多重比较、亚组与敏感性分析：缺失数据：as-diagnostic set 不补缺失值（§ Endpoints and Statistical Analysis, PDF p. 3080）。多重比较校正：未报告。预设亚组：中等狭窄（直径狭窄 40%–80% 目测，占 82.8%）亚组分析（§ Diagnostic Performance of QFR in Intermediate Lesions, PDF p. 3083）。事后亚组：tandem 病变亚组（152 支，46.3%）、不同血管（LAD/LCx/RCA）亚组（Online Table 2、Online Table 3）。敏感性分析：FFR 0.75–0.85 区间亚组（Online Table 6, § Study Limitations, PDF p. 3086）；offline 重复分析作为敏感性分析（§ Results, PDF p. 3083）。

核心结果与证据

主要发现 1：在线 QFR 血管级诊断准确率显著超过预设目标值

  • 临床结论：在线 QFR 的血管级诊断准确率为 92.7%，其 95% CI 下限（89.3%）超过预设目标 75%，研究达到预设主要性能目标。
  • 证据定位：§ Diagnostic Performance of QFR and QCA for Identifying Significant Stenosis, PDF p. 3083；Central Illustration, PDF p. 3084；Abstract, PDF p. 3077
  • 效应量：血管级准确率 92.7%（95% CI: 89.3%–95.3%，304/328），p<0.001（vs 75% 目标）。患者级准确率 92.4%（95% CI: 88.9%–95.1%）。临床不一致共 24 支（7.3%）：FFR>0.80 但 QFR≤0.80 有 18 支，FFR≤0.80 但 QFR>0.80 有 6 支（§ Results, PDF p. 3083；Online Table 2）。
  • 临床意义：在诊断性导管室术中即可获得与 FFR 高度一致的判读，且无需压力导丝和腺苷诱导充血，有望扩大功能学评估的适用范围，尤其在缺乏 PCI 设施的诊断导管室。
  • 不确定性：目标值 75% 设定为高于 FAVOR pilot 中 QCA 准确率上限 74%，属相对宽松阈值；7.3% 的不一致病例中假阳性（18 支）多于假阴性（6 支），提示 QFR 倾向于高估狭窄严重度（§ Results, PDF p. 3083）。

主要发现 2：QFR 的灵敏度和特异度显著优于 QCA

  • 临床结论：在线 QFR 在识别血流动力学显著狭窄方面的灵敏度和特异度均显著高于 QCA，达到预设主要次要性能目标。
  • 证据定位：§ Diagnostic Performance of QFR and QCA, PDF p. 3083；Table 3, PDF p. 3085；Abstract, PDF p. 3077
  • 效应量：灵敏度 94.6%（95% CI: 88.7%–98.0%）vs 62.5%（95% CI: 52.9%–71.5%），差异 32.0%（95% CI: 21.0%–43.1%），p<0.001。特异度 91.7%（95% CI: 87.1%–95.0%）vs 58.1%（95% CI: 51.2%–64.8%），差异 36.1%（95% CI: 27.9%–44.3%），p<0.001。PPV 85.5% vs 43.8%，NPV 97.1% vs 74.9%，+LR 11.4 vs 1.49，−LR 0.06 vs 0.65（Table 3, PDF p. 3085）。
  • 临床意义：QCA 直径狭窄≥50% 在本队列中准确率仅 59.6%，印证了"50% 狭窄阈值"对功能学意义的判读能力有限。QFR 将判读能力提升约 33 个百分点，+LR 11.4 和−LR 0.06 表明其阳性和阴性结果均具有较强似然比修正能力。
  • 不确定性：QCA 阈值固定为≥50%，未探索 QCA 的最优阈值；不同 QCA 软件和标定方法（isocenter vs catheter calibration）由各中心自行选择，可能影响 QCA 表现（§ Coronary Angiography and QCA Analysis, PDF p. 3079）。

主要发现 3：QFR 与 FFR 相关性和一致性良好，但仍有数值偏差

  • 临床结论：在线和离线 QFR 与 FFR 的 Pearson 相关性均较高，Bland-Altman 一致性可接受，但部分血管存在>0.05 甚至>0.10 的数值偏差。
  • 证据定位：§ Correlation and Agreement Between QFR and FFR, PDF p. 3081；Figure 3, PDF p. 3083
  • 效应量：在线 r=0.86（p<0.001），离线 r=0.88（p<0.001）。在线平均差异 −0.01±0.06（p=0.006），离线 0.002±0.06（p=0.61）。QFR-FFR 绝对差>0.10 的有 28 支（8.5%），>0.05 的有 103 支（31.4%）（§ Results, PDF p. 3081）。不同血管中>0.10 差异的比例：LAD 10.3%、LCx 5.5%、RCA 6.7%（Online Table 2, PDF p. 3083）。
  • 临床意义：在线 QFR 系统性轻微低估 FFR（−0.01，有统计学差异但 p 值接近临界），离线差异更小且无统计学显著。相关性 r≈0.86 属良好，但 8.5% 血管偏差>0.10 提示在临床决策边界附近仍需谨慎，尤其 FFR 0.75–0.85 区间。
  • 不确定性：Bland-Altman 图（Figure 3）显示偏差不随 QFR-FFR 均值显著变化，但未报告各偏差来源的系统性分析（如钙化、重叠、tandem 病变对偏差的影响）。FFR 0.75–0.85 亚组中 QFR 准确率为 86.0%（95% CI: 77.9%–91.9%），低于总体，提示灰区仍是主要不确定区域（§ Study Limitations, PDF p. 3086；Online Table 6）。

安全性、负结果与亚组

  • 安全性：本研究为诊断性试验，未预设安全性终点。FFR 测量过程中因压力漂移常需重复校准和导丝操作（§ Discussion, PDF p. 3086），但不良事件未报告。QFR 无需压力导丝和腺苷充血，理论上避免了相关风险。
  • 负结果：QCA 诊断准确率仅 59.6%（在线）/64.0%（离线），显著低于既往认知，印证解剖学评估对功能学意义判读能力有限（§ Discussion, PDF p. 3086）。QFR 在 FFR 0.75–0.85 灰区准确率降至 86.0%，提示在决策边界附近可靠性下降。
  • 亚组：1）中等狭窄亚组（直径狭窄 40%–80% 目测，占 82.8%）：QFR 准确率 92.3%，灵敏度 92.2%，特异度 92.3%，PPV 82.6%，NPV 96.8%，+LR 12.0，−LR 0.08；QFR 仍显著优于 QCA（§ Diagnostic Performance of QFR in Intermediate Lesions, PDF p. 3083；Online Table 5）。2）Tandem 病变亚组（152 支）：QFR-FFR 差异 −0.016±0.068 vs 非 tandem −0.004±0.058，p=0.10，无统计学差异（§ Correlation and Agreement, PDF p. 3083）。3）不同血管亚组（LAD/LCx/RCA）准确率相似（Online Table 3）。4）FFR 0.75–0.85 灰区亚组准确率 86.0%（§ Study Limitations, PDF p. 3086；Online Table 6）。5）离线分析：血管级准确率 93.3%（95% CI: 90.0%–95.7%），灵敏度 94.1%，特异度 92.8%，与在线一致（§ Results, PDF p. 3083；Online Table 4）。

关键图表

  • 图表定位：Figure 1（研究流程图, PDF p. 3081）、Central Illustration（血管级诊断准确率与目标值比较, PDF p. 3084）、Table 3（QFR vs QCA 诊断性能, PDF p. 3085）、Figure 3（QFR-FFR 相关性与 Bland-Altman 图, PDF p. 3083）、Figure 4（ROC 曲线比较, PDF p. 3085）、Table 2（血管特征, PDF p. 3080）
  • 核心数字：Central Illustration 显示血管级准确率点估计 92.7%（304/328），95% CI 89.3%–95.3%，远超 75% 目标值。Table 3 是主要效应量来源：QFR vs QCA 灵敏度差异 32.0%、特异度差异 36.1%。Figure 4 显示 QFR AUC 0.96（95% CI: 0.94–0.98）vs QCA AUC 0.66（95% CI: 0.59–0.72），差异 0.31（95% CI: 0.24–0.37, p<0.0001）。Figure 3 的 Bland-Altman 图显示 mean difference −0.01、±1.96SD 界限。
  • 阅读陷阱：Central Illustration 的目标值 75% 是基于 FAVOR pilot 中 QCA 准确率上限设定的相对基准，并非临床意义阈值，不应解读为"QFR 达到临床合格线"。Table 3 中 QCA 准确率分析基于 327 支血管（1 支缺 QCA），QFR 基于 328 支，分母不同。Figure 4 的 AUC 差异比较基于 logistic regression 而非 DeLong 法，方法学细节未充分报告。

偏倚、局限与外部有效性

  • 选择、测量、混杂和报告偏倚：选择偏倚——连续入组但排除标准较多（ostial、重度重叠/扭曲、心肌桥、图像质量差），可能高估 QFR 在真实世界复杂病变中的表现。测量偏倚——QFR 操作者知晓拟测 FFR 位置后再行 QFR 分析（§ Online QFR Assessment, PDF p. 3079），虽 FFR 测量者对 QFR 盲法，但 QFR 分析者未完全盲法。QFR 与 FFR 均由同一造影图像衍生，存在共同的图像质量依赖性混杂。QCA 软件和标定方法由各中心自选，引入测量异质性。报告偏倚——部分结果仅在 Online Appendix 报告（Online Table 2–6），本次仅依据正文及可读 full.txt 部分，Online Appendix 内容未完整核实。利益冲突：Dr Tu 获 Medis 和 Pulse Medical 研究支持，Dr Holm 获 Abbott/Medis/Boston Scientific 资助，Dr Wijns 为 Argonauts Partners 联合创始人；研究经费由 Pulse Medical Imaging Technology 提供（§ Footnotes, PDF p. 3078）。
  • 因果解释：部分成立。本研究为诊断准确性试验，非干预性预后研究，QFR 与 FFR 的一致性支持 QFR 作为 FFR 替代指标的诊断效度，但不能直接证明 QFR 指导策略可改善临床预后（作者明确指出：因临床决策基于 FFR，无法直接评估 QFR 策略的临床结局, § Study Limitations, PDF p. 3086）。
  • 适用患者：接受诊断性冠脉造影、存在中等程度狭窄（30%–90%）、参考血管直径≥2 mm、图像质量满足 3D 重建的患者，尤其在无 PCI 设施的诊断导管室。
  • 不适用患者：急性心肌梗死 72 h 内、严重心衰、eGFR<45、造影剂/腺苷过敏、ostial 病变、严重重叠/扭曲、心肌桥、分叉病变 Medina 1,1,1/1,0,1 侧支、弥漫性病变、图像质量差的患者（§ Study Population 及 § Study Limitations, PDF p. 3078, 3086）。
  • 与指南或标准治疗的关系：本次未核实。正文提及 FFR-based 策略已支持多项指南采纳（引用 5–8），但未声称 QFR 已被指南推荐。2017 年发表时 QFR 尚属新技术。

数据、代码与可复现性

  • 数据：未提供。数据由独立合同研究组织（CCRF, Beijing）管理，源数据包括 QCA/QFR 报告和 FFR 值，收集后录入电子数据采集系统（§ Data Management, PDF p. 3079）。未声明公开数据获取方式。
  • 代码：未提供。QFR 计算使用 AngioPlus 系统（Pulse Medical Imaging Technology, Shanghai），算法基于 Tu et al. 既往发表的方法（引用 9, 10）。QCA 使用 QAngio XA（Medis），FFR 读取使用 RadiView（St. Jude Medical）。统计软件为 SAS version 9.4（§ Endpoints and Statistical Analysis, PDF p. 3080）。软件均为商业专有产品。
  • 复现判断：部分可复现。研究方案、样本量计算、统计方法描述清晰，理论可独立复现诊断性能计算。但原始数据未公开、QFR 算法为专有商业实现（核心流体动力学算法细节仅在引用 9, 10 中描述，未开源），独立复现 QFR 计算本身受限。Online Appendix 的详细样本量假设和补充表格本次未完整核实。

个人批注

对当前课题的意义

QFR 的核心技术是基于 3D 冠脉造影重建和流体动力学（fluid dynamics）算法在线计算 FFR，无需压力导丝和药物诱导充血。从血管力学建模角度，其核心是将解剖学图像转化为功能学指标，本质上是一个 patient-specific 的血流动力学仿真流程：(1) 3D 管腔重建提供几何边界条件；(2) contrast flow 模型（基于 frame count 推算对比剂流速）提供流速边界条件；(3) 流体动力学求解器计算跨狭窄压降比。这一 pipeline 与血管 G&R 模型中血流模块的构建思路高度相关，可作为造影级 patient-specific 血流模拟的临床验证基准。对当前课题（冠脉血流动力学模拟）的意义在于：提供了将影像表型→功能学指标→临床决策完整闭环的范例，且其诊断准确性的金标准验证方法（vs FFR）可复用于其他血流动力学模拟结果的临床验证。

可复用的设计或统计方法

  1. 诊断准确性试验的预设目标值设计：以 95% CI 下限超过预设目标值（而非单纯 p<0.05）作为主要终点判定标准，目标值基于历史对照（FAVOR pilot 中 QCA 上限 74%）设定，这种"性能目标"设计适用于任何有既有参考标准的新诊断技术验证。
  2. 在线 vs 离线双重分析：同时报告在线（术中实时）和离线（独立核心实验室）两套结果，用于评估算法在真实临床场景 vs 标准化场景的稳定性，可迁移至任何影像分析算法的临床验证。
  3. GEE 处理配对观测并调整中心效应：血管层面分析中采用 PROC GENMOD 重复语句处理同一患者多血管的配对相关性，并调整中心效应——适用于多中心诊断性试验中个体内多病灶的统计处理。
  4. 灰区敏感性分析：针对 FFR 0.75–0.85 决策边界附近区间单独报告诊断性能，是诊断准确性研究中评估"难判病例"可靠性的良好范式。
  5. Contrast flow 模型：基于 frame count 法从造影序列推算对比剂流速，避免了静息/充血血流测量的有创性，可作为血流仿真中流速边界条件获取的工程参考。

疑问与后续动作

  • 疑问 1：QFR 在中重度钙化病变（18.4% 的血管）中的诊断性能是否单独报告？钙化影响 3D 重建精度，可能是偏差>0.10 的主要来源，但正文未分层报告，仅在 Online Table 3 提及不同血管亚组。
  • 疑问 2：Contrast flow 模型基于 frame count 推算流速，其与真实冠脉血流速度的定量关系如何？引用 9（Tu et al. J Am Coll Cardiol Intv 2016）应包含模型细节，本次未核实。
  • 疑问 3：在线 QFR 平均分析时间 4.36±2.55 min（§ Computational Performance, PDF p. 3083），在真实临床流程中是否影响手术效率？对术者等待时间的接受度未评估。
  • 后续动作：阅读 FAVOR III China 主试验（2021-Angiographic-Quantitative-Flow-Xu）以了解 QFR 指导策略的预后证据；核查 QFR 算法原始论文（引用 9, 10）中的流体动力学方程与 contrast flow 模型细节；评估将 QFR 的造影级血流仿真流程作为血管 G&R 模型血流模块验证基准的可行性。

与上下文的关系

本文建立在

本文建立在以下上游证据之上（均为正文引用，引用编号对应参考文献列表, PDF p. 3086–3087）：（1）FAVOR pilot study（引用 9, Tu S et al. J Am Coll Cardiol Intv 2016;9:2024–35）——首次在 84 支血管/73 例患者中验证 core laboratory QFR 的诊断准确性（86%），并确立 contrast flow 模型方法，是本文 QFR 技术和目标值设定的直接来源；（2）QFR 算法基础（引用 10, Tu S et al. J Am Coll Cardiol Intv 2014;7:768–777）——提出基于 3D QCA 和 TIMI frame count 的快速 FFR 计算模型；（3）FFR 的临床证据（引用 1–8）——包括 FAME 研究（引用 5, Pijls et al. J Am Coll Cardiol 2010;56:177–84）、DEFER 研究（引用 16, Pijls et al. J Am Coll Cardiol 2007;49:2105–11）、De Bruyne et al.（引用 6, N Engl J Med 2012;367:991–1001）等，确立 FFR 作为 reference standard 的地位；（4）中国冠脉介入现状（引用 17, Zheng X et al. JAMA Intern Med 2016;176:512–21）——提供中国 FFR 使用率低的背景；（5）其他造影衍生 FFR 方法（引用 11, 18–20）——包括 VIRTU-1（引用 18, Morris et al. Am J Cardiol 2016;117:29–35）、Yazaki et al.（引用 11, Circ J 2017;81:988–92）等，均为离线 core laboratory 分析。

已核实的后续引用

本次未检索。

同类临床证据对比

与本地队列中的相关研究对比：（1）2021-Angiographic-Quantitative-Flow-Xu（FAVOR III China, Xu B et al. Lancet 2021）是本文的直接后续——将 QFR 从"诊断准确性"推进至"指导 PCI 策略改善临床预后"的 RCT 证据，1 年 MACE 率 QFR 指导组 5.8% vs 造影指导组 8.8%（HR 0.65, p=0.0004），验证了本文预期的临床获益；（2）2023-Short-Term-Risk-Tu（Tu S et al. JACC 2023）是 FAVOR III China 的事后分析，将 QFR（mQFR）与造影衍生径向壁应变（RWS）联合用于非血流受限病变的风险分层，本文为其 QFR 技术上游验证（本文为该研究引用 14）。本文区别于上述后续研究的核心在于：本文是 QFR 的首次在线诊断准确性验证，以 FFR 为金标准；后续研究则分别评估了临床预后（FAVOR III）和力学指标增量（RWS）。本文的诊断准确性数据（92.7%）是后续所有 QFR 临床应用的技术基础。

与本地论文队列的关系

快速判断

  • 一句话结论：前瞻性多中心试验（FAVOR II China）验证了基于冠脉造影的定量血流分数（QFR）在线评估冠脉狭窄功能学意义的诊断准确性——患者级和血管级准确率分别为 92.4% 和 92.7%，显著优于传统定量冠脉造影（QCA）。
  • 阅读范围：仅 metadata、first page、abstract、最多 3 个 figure/table captions 和 conclusion；未通读正文
  • 处理决定：保留参考
  • 决定理由：QFR 技术基于 3D 血管重建和流体动力学算法，代表了从解剖学评估向功能学评估的转变，对血流动力学模拟验证有参考价值但偏向临床诊断

摘要概述

FAVOR II China 是一项前瞻性多中心试验，评估基于冠脉造影的定量血流分数（QFR）在导管室在线评估冠脉狭窄功能学意义的诊断性能。共入组 308 例患者（332 支血管），QFR 以 FFR≤0.80 为参考标准。患者级诊断准确率 92.4%（95% CI: 88.9%-95.1%），血管级 92.7%（95% CI: 89.3%-95.3%），均显著高于预设目标值（p<0.001）。QFR 的灵敏度和特异度均显著高于 QCA（灵敏度 94.6% vs 62.5%；特异度 91.7% vs 58.1%）。

关键证据

  • 证据 1（定位）：Abstract
  • 展示或报告：308 例患者入组，328 支血管有 QFR 和 FFR 结果；患者级准确率 92.4%（88.9%-95.1%），血管级 92.7%（89.3%-95.3%）；QFR 灵敏度 94.6%、特异度 91.7%，均显著优于 QCA
  • 支持的结论：在线 QFR 可准确识别功能学意义的冠脉狭窄

  • 注意事项：需 FFR 压力导丝作为金标准，QFR 在某些病变类型（如分叉、钙化）中的表现本次未核实

  • 证据 2（定位）：Conclusion

  • 展示或报告：FAVOR II China 满足预设的主要性能目标；QFR 具有在诊断导管室中临床应用的潜力；QFR 有望改善基于造影的功能学显著狭窄识别
  • 支持的结论：QFR 有望在保留冠脉造影流程的同时减少对有创压力导丝测量的依赖
  • 注意事项：结论未讨论技术限制（如图像质量依赖、侧支循环影响）

局限与未核实项

  • 最大局限：研究仅在 5 个中国中心开展，向其他地区人群和更多病变类型的推广性待验证
  • 未核实项：QFR 在不同病变亚组（分叉、钙化、弥漫病变）中的准确性、与 FFR 定量比较的 Bland-Altman 分析

与我的关联

  • 可复用点：3D 冠脉重建和血流动力学算法可类比血管 G&R 模型中的血流模拟方法；FFR/QFR 的功能学评估概念可作为血管狭窄数值模拟的验证基准
  • 关联的当前问题：冠脉血流动力学模拟的临床验证
  • 下一步动作：保留参考；若需要 QFR 血流动力学算法细节，再升级为 deep note。