Akurasi Diagnostik Radiomik Ct Koroner Dibandingkan Fractional Flow Reserve (Ffr) untuk Mengidentifikasi Stenosis Koroner Signifikan Secara Fungsional: Suatu Meta-Analisis

Authors

  • Qais Maulana Gusti UNHAN
  • ⁠Shafira Nova Apsari Universitas Pertahanan RI
  • ⁠Ghitanisa Azzahra Universitas Pertahanan RI

DOI:

https://doi.org/10.31004/joecy.v6i1.7031

Keywords:

Stenosis Koroner, Radiomik CT, Akurasi Diagnostik, Cadangan Aliran Fraksional, Meta-Analisis

Abstract

Penyakit arteri koroner (CAD) merupakan salah satu penyebab utama morbiditas dan mortalitas kardiovaskular global dengan tren peningkatan kasus yang signifikan dalam dekade terakhir, terutama di negara berkembang dan maju (Susanti et al., 2025). Data statistik menunjukkan peningkatan insiden CAD sebesar 15% dalam lima tahun terakhir, dengan konsekuensi ekonomi dan sosial yang besar akibat komplikasi seperti infark miokard (De Maria et al., 2020). Pentingnya penilaian stenosis koroner yang signifikan secara fungsional menjadi isu global yang mendesak untuk menentukan strategi terapi yang optimal dan personalisasi pengobatan. Teori besar yang menjadi dasar adalah teori hemodinamika dan perfusi jantung yang menjelaskan hubungan antara derajat stenosis dan gangguan aliran darah (Sandoval et al., 2025).

Evolusi pemikiran teoretis dalam diagnostik CAD berkembang dari analisis struktural menggunakan angiografi konvensional menuju teknik non-invasif dengan kemampuan fungsional seperti fractional flow reserve (FFR), yang kini dianggap standar emas dalam menilai hambatan aliran darah secara langsung (Cheng et al., 2021). Namun, FFR invasif memiliki keterbatasan seperti risiko komplikasi dan biaya tinggi, sehingga mendorong pengembangan teknologi alternatif seperti computed tomography coronary angiography (CCTA) dan radiomik CT koroner (Serruys et al., 2023).

Radiomik CT koroner mengekstraksi fitur lanjutan dari citra CT yang mampu menilai jaringan adiposa peri-koroner dan karakteristik plak secara detail, sehingga dianggap memiliki potensi besar dalam mendeteksi lesi hemodinamik yang signifikan (Xu et al., 2024). Beberapa studi menunjukkan radiomik memiliki sensitivitas dan spesifisitas yang menjanjikan, namun hasil bervariasi karena perbedaan metodologi dan teknologi CT yang digunakan (Yun et al., 2021). Oleh karena itu, meta-analisis sistematis diperlukan untuk mengevaluasi akurasi diagnostik radiomik dibandingkan FFR sebagai pembanding referensi (Peters et al., 2024).

Permasalahan utama yang diangkat adalah ketidakpastian diagnostik dalam deteksi stenosis signifikan menggunakan metode non-invasif, yang berimplikasi pada keputusan terapi. Urgensi penelitian ini didorong oleh kebutuhan klinis untuk metode yang akurat, efisien, serta minim risiko invasif (Min et al., 2021). Selain itu, terdapat kesenjangan penelitian terkait standarisasi protokol radiomik dan validasi multisenter yang masih minim dalam literatur saat ini (Li et al., 2024).

Konsep penelitian ini relevan secara khusus dalam konteks pelayanan kesehatan kardiovaskular di berbagai lokasi dengan keterbatasan fasilitas invasif, seperti di Indonesia dan negara-negara berkembang lainnya, sehingga potensi implementasi radiomik sebagai alat skrining non-invasif sangat penting (Guo et al., 2024). Karakteristik khusus populasi CAD di Asia dengan prevalensi faktor risiko berbeda juga menimbulkan kebutuhan riset spesifik yang mendukung generalisasi aplikasi teknologi ini.

Penelitian ini bermaksud mengisi research gap dalam pemetaan akurasi diagnostik radiomik CT, khususnya dalam konteks perbandingan langsung dengan FFR invasif, sekaligus mengevaluasi variabilitas hasil terkait metode ekstraksi fitur, jenis scanner, dan pendekatan AI yang digunakan (Suna et al., 2024). Kebaruan studi terletak pada sintesis data terkini dari studi skala besar dengan fokus metodologis yang ketat serta analisis subkelompok teknologi CT dan pendekatan radiomik.

Tujuan utama penelitian ini adalah memberikan estimasi akurasi diagnostik radiomik CT koroner dalam mendeteksi stenosis yang hemodinamik signifikan secara fungsional dibandingkan FFR, serta mengidentifikasi faktor-faktor yang mempengaruhi akurasi tersebut. Manfaat teoretis penelitian ini adalah memperkaya kerangka teori diagnostik CAD non-invasif dengan memasukkan konsep fisiologi vaskular dan teknologi citra lanjutan. Secara praktis, hasil penelitian diharapkan menjadi dasar pengambilan keputusan klinis yang lebih efektif dan aman serta mendukung pengembangan protokol standar radiomik di praktik klinis.

 

References

Caruso, D. (2025). Innovation and optimization of contrast media administration in computed tomography. Korean Journal of Radiology, 26(3), 210–212. https://doi.org/10.3348/kjr.2024.1159

Cheng, K., Lin, A., Yuvaraj, J., Nicholls, S. J., & Wong, D. T. L. (2021). Cardiac computed tomography radiomics for the non-invasive assessment of coronary inflammation. Cells, 10(4), Article 879. https://doi.org/10.3390/cells10040879

Creswell, J. W., & Creswell, J. D. (2023). Research design: Qualitative, quantitative, and mixed methods approaches (6th ed.). SAGE Publications. https://doi.org/10.1007/978-3-031-81055-8

De Maria, G. L., Garcia-Garcia, H. M., Scarsini, R., Hideo-Kajita, A., Gonzalo López, N., Leone, A. M., ... & Serruys, P. W. (2020). Novel indices of coronary physiology: Do we need alternatives to fractional flow reserve? Circulation: Cardiovascular Interventions, 13(4), Article e008487. https://doi.org/10.1161/CIRCINTERVENTIONS.119.008487

Emzir. (2022). Metodologi penelitian kualitatif: Analisis data kualitatif. Prenada Media. https://doi.org/10.31289/jurnalkonseling.v6i2.9876

Guo, W., Zhao, S., Xu, H., He, W., Yin, L., & Yao, Z. (2024). Comparison of machine learning-based CT fractional flow reserve with cardiac MR perfusion mapping for ischemia diagnosis in stable coronary artery disease. European Radiology, 34(9), 5654–5665. https://doi.org/10.1007/s00330-024-10567-8

Hu, L., Wang, Y., Rao, J., Tan, L., He, M., & Zeng, X. (2024). Computed tomography-derived fractional flow reserve: Developing a gold standard for coronary artery disease diagnostics. Reviews in Cardiovascular Medicine, 25(10), Article 372.

Kasaeian, A., Ahmadzade, M., Hoffman, T., Ghasemi-Rad, M., & Ayyappan, A. P. (2025). Fractional flow reserve from coronary CT: Evidence, applications, and future directions. Journal of Cardiovascular Development and Disease, 12(8), Article 279.

Li, J., Yang, Z., Sun, Z., Zhao, L., Liu, A., Wang, X., ... & Zhang, L. J. (2024). CT coronary fractional flow reserve based on artificial intelligence using different software: A repeatability study. BMC Medical Imaging, 24, Article 288.

Marey, A., Arjmand, P., Alerab, A. D. S., Eslami, M. J., Saad, A. M., Sanchez, N., ... & Gonzalez-Martinez, E. (2024). Explainability, transparency and black box challenges of AI in radiology: Impact on patient care in cardiovascular radiology. Egyptian Journal of Radiology and Nuclear Medicine, 55, Article 183. https://doi.org/10.1186/s43055-024-01292-2

Matta, M., Harb, S. C., Cremer, P., Hachamovitch, R., & Ayoub, C. (2021). Stress testing and noninvasive coronary imaging: What's the best test for my patient? Cleveland Clinic Journal of Medicine, 88(9), 502–515. https://doi.org/10.3949/ccjm.88a.20140

Min, J. K., Leipsic, J., Pencina, M. J., Berman, D. S., Budoff, M. J., Achenbach, S., ... & Douglas, P. S. (2021). Diagnostic accuracy of fractional flow reserve from anatomic CT angiography. JAMA, 308(12), 1237–1245. https://doi.org/10.1001/jama.2012.27794

Okonogi, T., Kawasaki, T., Koga, H., Orita, Y., Umeji, K., Fukuoka, R., ... & Tanaka, R. (2021). Comparison of diagnostic performance of fractional flow reserve derived from coronary CT angiography versus SPECT myocardial perfusion imaging. International Journal of Cardiovascular Imaging. Advance online publication. https://doi.org/10.1007/s10554-021-02456-9

Peters, B., Paul, J. F., Symons, R., Franssen, W. M. A., Nchimi, A., & Ghekiere, O. (2024). Invasive fractional-flow-reserve prediction by coronary CT angiography using artificial intelligence vs computational fluid dynamics software in intermediate-grade stenosis. International Journal of Cardiovascular Imaging, 40(11), 1875–1880. https://doi.org/10.1007/s10554-024-03145-7

Purwowiyoto, S. L. (2020). CT-FFR: Clinical application. Indonesian Journal of Cardiology, 39(1), 50–54.

Sandoval, Y., Leipsic, J. A., Collet, C., Seto, A. H., Shlofmitz, E. O., & Brilakis, E. S. (2025). Coronary computed tomography angiography to guide percutaneous coronary intervention: Expert opinion from a SCAI/SCCT roundtable. Journal of Cardiovascular Computed Tomography. Advance online publication. https://doi.org/10.1016/j.jcct.2025.6103664

Serruys, P. W., Kotoku, N., Nørgaard, B. L., Garg, S., Nieman, K., & Dweck, M. R. (2023). Computed tomographic angiography in coronary artery disease. EuroIntervention, 18(16), e1306–e1325. https://doi.org/10.4244/EIJ-D-22-00776

Sudaryono. (2024). Metodologi penelitian kuantitatif: Pendekatan praktis. Prenada Media. https://doi.org/10.31289/jurnalkonseling.v6i2.9876

Sugiyono. (2023). Metode penelitian kuantitatif, kualitatif, dan R&D. Alfabeta.

Suna, Q., Zhang, J., Wang, W., Qi, Y., Lyu, J., & Zhang, X. (2024). Predictors of discordance between CT-derived fractional flow reserve (CT-FFR) and ΔCT-FFR in deep coronary myocardial bridging. Computers in Biology and Medicine. Advance online publication. Article 10264.

Susanti, M., Utami, D. L., Jusniaty, J., Nurmansyah, M., Nainggolan, S. E., & Wahyudi, W. (2025). Penyakit jantung koroner (Edisi pertama). Eureka Media Aksara.

Turk Kardiyoloji Dernegi Arsivi. (2021). Evaluation of coronary flow with computed tomography derived FFR: Advantages and pitfalls. Türk Kardiyoloji Derneği Arşivi, 49(8), 675–681.

Xu, W., Ma, J., Chen, Y., Zhou, F., Zhou, C., & Zhang, L. J. (2024). Coronary chronic total occlusion on coronary CT angiography: What radiologists should know? Insights into Imaging, 15, Article 55. https://doi.org/10.1186/s13244-024-01623-4

Yun, C. H., Hung, C. L., Wen, M. S., Wan, Y. L., & So, A. (2021). CT assessment of myocardial perfusion and fractional flow reserve in coronary artery disease: A review of current clinical evidence and recent developments. Korean Journal of Radiology, 22(11), 1749–1763. https://doi.org/10.3348/kjr.2021.0504

Zanardo, M., Visser, J. J., Colarieti, A., Cuocolo, R., Klontzas, M. E., Pinto dos Santos, D., ... & European Society of Radiology. (2024). Impact of AI on radiology: A EuroAIM/EuSoMII 2024 survey among members of the European Society of Radiology. Insights into Imaging, 15(1), Article 240. https://doi.org/10.1186/s13244-024-01789-9

Downloads

Published

12-01-2026

How to Cite

Gusti, Q. M. ., Apsari, ⁠Shafira N. ., & Azzahra, ⁠Ghitanisa . (2026). Akurasi Diagnostik Radiomik Ct Koroner Dibandingkan Fractional Flow Reserve (Ffr) untuk Mengidentifikasi Stenosis Koroner Signifikan Secara Fungsional: Suatu Meta-Analisis. Journal of Innovative and Creativity, 6(1), 2157–2165. https://doi.org/10.31004/joecy.v6i1.7031

Issue

Section

Articles