歴史再訪！冠動脈造影からFFRを高速算出：FAVORパイロット研究が示す診断精度の向上

9月 6, 2026 · 論文解説

🎧 この記事を音声で聴く（AI生成Podcast）

解説対象論文: Diagnostic Accuracy of Fast Computational Approaches to Derive Fractional Flow Reserve From Diagnostic Coronary Angiography
JACC: Cardiovascular Interventions｜被引用数: 601（2026年9月6日時点）

心臓の血流評価において重要な冠血流予備量比（FFR）は、その測定に時間やコスト、そして薬剤負荷を伴う課題がありました。今回ご紹介するFAVORパイロット研究は、従来の診断用冠動脈造影画像から、高価な圧ワイヤーや薬理的ハイパーエミア誘導なしにFFRを迅速に計算する新しいアプローチ「定量血流比（QFR）」の診断精度を評価しました。この技術が、冠動脈疾患の機能的評価をどのように変革する可能性を秘めているのか、詳しく見ていきましょう。

研究サマリー（FINER & PICO）

Feasible実施可能性	既存の冠動脈造影画像から迅速にFFRを計算するQFRは、時間、コスト、リスクを低減し、導入が容易。
Ethical倫理面	既存の冠動脈造影データを用いることで、侵襲性を抑えつつFFRに近い機能評価が可能となる点を評価。
Interesting面白さ	FFRの臨床普及の障壁となっていた課題を解決し、診断精度向上に貢献する新しい手法。
Novel新規性	3D QCAからFFRを高速計算する定量血流比（QFR）という新しい手法が開発・評価された。
Relevant切実さ	冠動脈疾患の機能的有意性評価の精度向上により、不必要な介入を減らし、必要な介入を見極める。
Measurable測定可能性	圧ワイヤーFFRをゴールデンスタンダードとし、3つのQFRモデルの診断精度、相関、一致度を統計的に評価。
Modifiable派生・改善	固定、造影剤、アデノシン誘導の3つの異なる血流モデルに基づきQFRを比較し、最適なアプローチを特定。
Structured文章構造	前向き多施設共同研究として、異なる国の8施設からデータを収集し、独立したコアラボで解析された。
PICO / PECO対象・介入・比較・結果	対象者（P）：中間冠動脈病変を持つ対象者、介入（I）：QFR（fQFR, cQFR, aQFR）、比較（C）：圧ワイヤーFFR、結果（O）：診断精度。

はじめに：冠動脈疾患の診断における課題とFFRの重要性

どうも、Beyond the Pixelです。心臓を養う冠動脈が狭くなる病態、すなわち冠動脈疾患は、心筋への血流が不足し、心臓の機能に深刻な影響を及ぼすことがあります。その診断において、冠動脈造影は確立された標準的な手法ですが、画像からだけでは、その狭窄がどれほど機能的に重要であるか、つまり実際に心臓への血流にどれだけ影響を与えているかを正確に判断するのが難しい場合があります。これは、不必要な血管再建術（ステント留置など）につながったり、あるいは真に必要な介入が見送られたりする原因となる可能性があります。このような課題を解決するために、冠血流予備量比（FFR）が重要な指標として登場しました。FFRは、冠動脈の狭窄が虚血を引き起こす潜在的な能力を正確に評価するもので、安定冠動脈疾患の対象者におけるFFRガイド下での冠動脈インターベンションが良好な臨床転帰をもたらすことが数多くの研究で示されています。しかし、その明確な利点にもかかわらず、FFRの臨床現場での普及は限定的で遅いのが現状です。その主な理由の一つとして、高価な圧ワイヤーやアデノシンなどの薬剤による薬理的ハイパーエミア（薬で血流を最大まで増やす状態）の誘導が必要であることが挙げられます。これらの要素は、検査時間、リスク、コストの増加につながります。近年、計算科学の進歩により、冠動脈造影画像からFFRを計算する、迅速で簡単な手法が開発されました。本研究（FAVORパイロット研究）は、この新しい計算手法である定量血流比（QFR）の診断精度を評価し、どの計算モデルが最も正確であるかを特定することを目的とした前向き多施設共同研究です。

QFRとは？3つのフローモデルによるFFR算出

QFRは、3次元定量冠動脈造影（3D QCA）からFFRを迅速に計算するための新しいアプローチです。このQFRの計算には、以下の3つの異なる血流モデルが用いられます。1つ目は、これまでのFFR研究から得られた経験的な固定されたハイパーエミア血流速度（HFV）を用いる「固定血流QFR（fQFR）」です。これは最もシンプルなモデルで、追加の専門家操作を必要としません。2つ目は、薬理的なハイパーエミアを誘導することなく、冠動脈造影から得られる造影剤の血流速度をモデル化してHFVを導出する「造影血流QFR（cQFR）」です。これは造影剤の輸送時間を解析することで、対象者固有の冠血流を推定します。あたかもアデノシンが実際に使用されたかのようにQFRが計算されます。そして3つ目は、アデノシンによって誘導された最大のハイパーエミア時に冠動脈造影から実際に測定されたHFVを用いる「アデノシン血流QFR（aQFR）」です。本研究では、これらのQFR計算モデルの診断性能を、圧ワイヤーで測定されたFFRをゴールデンスタンダードとして比較しました。

**Figure 1.** Figure 1.解説: この図は、FAVORパイロット研究の対象者フローチャートを示しています。88名の対象者が組み入れられましたが、データの不完全さやコアラボによる除外基準（例：圧ワイヤーのドリフト、ハイパーエミアの兆候なし、造影画像のノイズなど）により、最終的に73名の対象者が統計解析に含まれた過程が示されています。⚠ 自動抽出画像の検証で一致を確認できませんでした。正確な内容は元論文のFigure 1をご参照ください。

研究デザインと対象者

FAVORパイロット研究は、ヨーロッパ、アジア、北米の3大陸7ヶ国の8施設で実施された前向き、観察的多施設共同研究です。研究プロトコルは各施設の倫理審査委員会によって承認され、全ての対象者が研究参加前に書面によるインフォームドコンセントを提供しました。安定狭心症があり、侵襲的冠動脈造影とFFR評価の適応がある18歳以上の対象者が組み入れられました。除外基準には、アデノシン投与への禁忌、左主幹部または右冠動脈口部の病変、調査血管の冠動脈バイパス術の既往などが含まれました。また、視覚的評価で30%から80%の範囲の直径狭窄率（DS%）を持つ病変が組み入れ基準でした。合計88名の対象者が登録され、事前に定義された基準により15名（16血管）が除外され、最終的に73名の対象者から84血管が解析に含まれました。これらの対象者のベースライン特性は

**Table 1.** TABLE 1 Baseline Patient Characteristics (n ¼ 73)**解説:** この表は、研究に含まれた73名の対象者のベースライン特性をまとめています。年齢、性別、BMI、高血圧や糖尿病の有無、心血管疾患の既往（心筋梗塞、PCI、CABG）などが示されており、平均年齢は65.8歳、男性が83.5%を占めています。

に示されています。解析に含まれた血管の平均直径狭窄率は46.1±8.9%で、27血管（32%）でFFRが0.80以下でした。

QFRの診断精度：画期的な結果

本研究の主要な結果として、QFRが圧ワイヤーで測定されたFFRと良好な相関と一致を示しました。fQFR、cQFR、aQFRはそれぞれ、FFRと0.69、0.77、0.72の相関係数を示し、いずれも統計的に有意でした（p < 0.001）。診断精度については、FFR ≦ 0.80を検出するための全体的な診断精度は、aQFRで87%（95%信頼区間: 80%～94%）が最も高く、次いでcQFRが86%（95%信頼区間: 78%～93%）、fQFRが80%（95%信頼区間: 71%～89%）でした。曲線下面積（AUC）は、cQFRがfQFRよりも有意に高く（差: 0.04; p < 0.01）、cQFRとaQFRの間では有意差はありませんでした（差: 0.01; p = 0.65）。また、3D QCAによるDS% ＞ 50%と比較して、cQFRとaQFRはいずれもAUCを0.20と0.19増加させました（いずれもp < 0.01）。特に注目すべきは、薬理的なハイパーエミア誘導を必要としないcQFRが、診断性能を大幅に向上させた点です。cQFRの感度は74%、特異度は91%、陽性適中率は80%、陰性適中率は88%でした。陽性尤度比は8.4、陰性尤度比は0.3でした。

**Table 3.** TABLE 3 Diagnostic Performance of QFR解説: この表は、fQFR、cQFR、aQFRの診断性能を、FFRが0.80以下である機能的に有意な狭窄を特定する際の精度、感度、特異度、陽性適中率、陰性適中率、陽性/陰性尤度比、および曲線下面積（AUC）について、対象者ごとおよび血管ごとに比較したものです。DS% ≧ 50%の結果も比較のために示されています。

cQFRの利点と臨床応用への可能性

この研究から得られた最も重要な知見の一つは、薬理的なハイパーエミア誘導なしに診断用冠動脈造影からQFRを計算するcQFRが、機能的病変の有意性を決定する上で実現可能であり、かつ正確であることが示された点です。cQFRはaQFRと同等の良好な結果を示しており、これは処置時間、リスク、コストを削減することで、FFRに基づく病変評価のより広範な普及につながる可能性を秘めています。FFR測定が敬遠されがちなコスト制約のある医療システムや、圧ワイヤーに基づく機能的測定を提供していない心臓カテーテル検査室にとって、このアプローチは特に有用であると考えられます。QFRは、正確な3D QCAデータによって強化され、原因病変や再血管化の適切な標的を特定し、冠動脈ステント留置後の機能的結果を評価するために使用できる可能性があります。また、QFRの計算は血流データと圧データ、そして圧勾配と血流データの組み合わせを提供します。この新しい方法は、診断用冠動脈造影の情報内容を、解剖学的狭窄評価に機能的パラメーターを追加することで豊かにする可能性を秘めており、侵襲的冠動脈造影中の診断精度を向上させることができます。

研究の限界と今後の展望

本研究は3つのフローモデルを比較したパイロット研究であり、いくつかの限界があります。検証のために繰り返しの測定が必要であったため、重篤な併存疾患を持つ対象者は組み入れに適さず、連続した対象者のシリーズを調査することはできませんでした。サンプルサイズも限られており、この方法が広く普及するためには、オンラインでカテーテル検査室で専門家や技術者によってQFRが適用された場合の、コアラボの基準値との前向きな比較検証が必要です。また、ルーチンの臨床診療にこの新しい方法を統合することの価値を評価するためには、臨床転帰に関するデータも取得する必要があります。本研究ではcQFRとaQFRの診断精度に差は見られませんでしたが、この結果は慎重に解釈する必要があります。造影剤注入技術の標準化とさらなる最適化によってcQFRとaQFRの診断精度が向上し、薬理的ハイパーエミア誘導の有無によるQFR計算間の精度に有意な差が生じる可能性を完全に排除することはできません。本研究では単一血管解析のみが適用されており、分岐病変の解剖学的重症度が過大評価または過小評価され、分岐部の圧低下の計算精度が低下した可能性があります。専用の分岐モデルや洗練されたQCA評価が、分岐病変におけるQFR計算の精度を向上させるかもしれません。

結論

QFR計算は、3次元定量冠動脈造影（3D QCA）に基づく狭窄の機能的有意性の特定における診断精度を向上させました。特に、薬理的ハイパーエミア誘導を必要としないcQFRが、aQFRと同様の良好な結果を示したことは、処置時間、リスク、コストの削減を通じて、FFRに基づく病変評価の幅広い採用につながる可能性を秘めています。この新しいアプローチは、冠動脈疾患の機能的評価の普及と精度向上に貢献することが期待されます。

用語集

冠血流予備量比（FFR）: 冠動脈の狭窄が心臓への血流にどれだけ影響を与えているかを数値で示す指標。基準値0.80以下で虚血性病変と判断される。
定量血流比（QFR）: 冠動脈造影画像（3D QCA）からFFRを計算する新しい迅速な手法。
3次元定量冠動脈造影（3D QCA）: 2方向以上の冠動脈造影画像から、血管の3次元的な形状や狭窄度を数値的に解析する技術。
固定血流QFR（fQFR）: 経験的な固定のハイパーエミア血流速度を用いて計算されるQFRのモデル。専門家操作が最も少ない。
造影血流QFR（cQFR）: 薬理的ハイパーエミア誘導なしに、造影剤の血流速度からモデル化されたハイパーエミア血流速度を用いて計算されるQFRのモデル。
アデノシン血流QFR（aQFR）: アデノシンによる薬理的ハイパーエミア時に実際に測定された血流速度を用いて計算されるQFRのモデル。
冠動脈疾患: 心臓の筋肉に血液を供給する冠動脈が狭くなったり閉塞したりする病気。
ステノシス: 血管や管腔が狭くなること。この論文では冠動脈の狭窄を指す。
ハイパーエミア: 血管が拡張し、血流が最大に増加した状態。薬理的に誘導されることが多い。
曲線下面積（AUC）: 診断テストの全体的な精度を示す指標。値が1に近いほど精度が高い。
直径狭窄率（DS%）: 冠動脈の狭窄部位の直径が、その前後の健康な部分と比較してどれだけ狭くなっているかをパーセンテージで示す指標。
ゴールデンスタンダード: 特定の疾患の診断や評価において、最も信頼性が高く、比較の基準となる方法や検査。