健心知著
2025.03.26
第457期
QFR评估心肌梗死非罪犯病变的诊断性能（QFR-OUTSMART）：系统综述和Meta分析
刘健、马铭潞、聂文畅
北京大学人民医院
健心荐语
定量血流比（QFR）分析是一种简单、无创的冠状动脉生理评估方法，有证据表明它可用于评估与血流储备分数（FFR）相关的稳定型冠状动脉疾病。然而，目前其是否能用于评估心肌梗死（MI）的非罪犯病变（NCL）尚存争议。
文章介绍
这是一项系统回顾和荟萃分析，旨在评估 QFR 在 STEMI 和 NSTEMI 中评估 NCL 的诊断性能，并评估了与FFR 和非充血压力比 (NHPR) 相比的诊断精确度。本文于2025年2月发表于Catheterization and Cardiovascular Interventions杂志。
研究方法
研究采用 PRISMA 和 PROSPERO 声明进行了系统回顾和荟萃分析。研究的主要目的是以有创 FFR 和NHPR为参考，评估 QFR 在识别MI患者 NCL的诊断准确性。研究讨论了曲线下面积（AUC）、灵敏度、特异性、阳性预测值（PPV）和阴性预测值（NPV），并对每项研究对总体效果的影响进行了敏感性分析。
研究结果
图1：系统综述和Meta分析中纳入研究的流程图
研究纳入的流程图如图1。最终研究者在系统综述和Meta分析中纳入了8项研究。
表1：纳入研究的临床特征
表2：纳入研究的罪犯和非罪犯病变的患病率
表1和表2显示了每项研究中CL和NCL的患病率以及临床特征。共713例患者，女性发病率为18.9%；大多数患者既往有高血压（45%）、血脂异常（34.2%）和糖尿病（18.1%）病史。STEMI的发生率较NSTEMI略高（42.4% vs 38.2%）；CL主要位于右冠状动脉（RCA 14.8%），其次为左前降支（LAD 14.1%）和回旋支（Cx 7.4%）；共920例NCL，主要位于LAD（28.8%），Cx和RCA的发生率相似（分别为12.4%和11.6%）。
图2：系统综述和Meta分析中纳入研究的质量
图3：定量血流比（QFR）相对于血流储备分数（FFR）、瞬时无波比（iFR）和非充血压力比（NHPR）总体性能随机效应模型下的ROC曲线
图4：定量血流比（QFR）相对于血流储备分数（FFR）、瞬时无波比（iFR）和非充血压力比（NHPR）的诊断性能森林图
纳入的研究总体上具有良好的方法学质量，偏倚风险较低（图2）。图3显示了随机效应模型下的ROC曲线和森林图，总体AUC值为0.941（I² = 0.559，p < 0.002）。图4显示了灵敏度、特异性、阳性预测值和阴性预测值的森林图，QFR的灵敏度为87.3%，特异度为89.4%，PPV为86.6%，NPV为90.1%。
图5：定量血流比（QFR）与血流储备分数（FFR）总体性能随机效应模型下的ROC曲线
图6：定量血流比（QFR）对血流储备分数（FFR）诊断性能的森林图
图5报告了随机效应模型下的ROC曲线，与FFR相比，QFR的AUC为0.957（I² = 0.331，p < 0.194）。图6显示了灵敏度、特异性、阳性预测值和阴性预测值的森林图。QFR 相对于 FFR的灵敏度为89.6%，特异性为89.8%，PPV为88.3%，NPV为91%。
表3：QFR与FFR相比的敏感性分析
图5报告了随机效应模型下的ROC曲线，与FFR相比，QFR的AUC为0.957（I² = 0.331，p < 0.194）。图6显示了灵敏度、特异性、阳性预测值和阴性预测值的森林图。QFR 相对于 FFR的灵敏度为89.6%，特异性为89.8%，PPV为88.3%，NPV为91%。
结 论
与 FFR 相比，QFR 能有效分析 NCL，诊断率高，在 MI 患者中的 AUC好。后续进行前瞻性多中心研究以确定这一结果至关重要。
讨论
该研究也存在一定的局限性。第一，在MI中使用QFR是评价NCL的新概念，导致可用证据不足，仅纳入了观察性研究。第二，由于不同研究中冠状动脉生理学评价方法的差异，QFR的总体诊断性能存在一定异质性。最后，考虑到纳入了具有出版偏倚的观察性研究，真实效果可能与估计效果有差异。
