Klinische und experimentelle Kardiologie
Offener Zugang

Abstrakt

Prädiktoren für eine gut entwickelte koronare Kollateralzirkulation bei Patienten mit stabiler Angina Pectoris

Cagdas Akgullu, Ufuk Eryılmaz, Ismail Murat Ok, Hasan Gungor, Mucahit Avcil, Bekir Daglı, Imran Kurt Omurlu und Cemil Zencir

Ziel: Unser Ziel war es, die Prädiktoren der Entwicklung koronarer Kollaterale (CCD) bei Patienten mit stabiler Angina Pectoris (SAP) aufzuzeigen.

Methoden: Wir haben prospektiv 52 Patienten mit mindestens 90%iger Koronarstenose aufgenommen. Ihre demografischen, anthropometrischen und klinischen Daten sowie hämatologische und biochemische Parameter, Medikamente, Ejektionsfraktion (EF) und Perfusionsindexwerte sowie angiografische Befunde wurden zur Bestimmung der Prädiktoren für CCD verwendet. Der Rentrop-Score (zwischen 0 und 3) wurde für die angiografische Kategorisierung verwendet und Patienten mit Rentrop-Grad 0 und 1 wurden als schlechte CCD klassifiziert und Patienten mit Rentrop-Grad 2 und 3 wurden als gute CCD klassifiziert.

Ergebnisse: Wir fanden eine moderate negative Korrelation zwischen dem Rentrop-Score und der Ejektionsfraktion (r=-0,469, p<0,001). Es gab auch eine positive Korrelation zwischen dem Gensini-Score (GS) und dem Rentrop-Score (r=0,627, p<0,001). Wir erstellten ein Klassifikations- und Regressionsbaummodell (C&RT), um die besten Prädiktoren für CCD zu bestimmen, und fanden heraus, dass EF (Cut-off 55 %) und GS (Cut-off 41 %) zusammen einen nützlichen Vorhersagealgorithmus darstellen. Darüber hinaus wurde eine weiterführende Forschung durchgeführt, um einen weiteren Algorithmus zur Vorhersage der Entwicklung koronarer Kollateralen vor der Angiographie zu entwickeln. Die Analyse wurde nach der Extraktion angiographischer Daten aus dem ersten C&RT-Modell wiederholt. Es wurde der Schluss gezogen, dass EF (Cut-off 55 %) und mittleres Thrombozytenvolumen (MPV) (Cut-off 9 fl) im zweiten Algorithmus verwendet werden können.

Schlussfolgerungen: CCD steht in negativer Beziehung zu EF und in positiver Beziehung zu GS. EF und MPV bilden zusammen einen einfachen und kostengünstigen Algorithmus zur Vorhersage des CCD vor der Angiographie. GS und EF scheinen jedoch von allen Variablen die besten Prädiktoren für CCD zu sein.