Three-Dimensional Carotid Ultrasound Plaque Texture Predicts Vascular Events
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Carotid ultrasound atherosclerosis measurements, including those of the arterial wall and plaque, provide a way to monitor patients at risk of vascular events. Our objective was to examine carotid ultrasound plaque texture measurements and the change in carotid plaque texture during 1 year in patients at risk of events and to compare these with measurements of plaque volume and other risk factors as predictors of vascular events. METHODS: We evaluated 298 patients with carotid atherosclerosis using 3-dimensional (3D) ultrasound at baseline and after 1 year and measured carotid plaque volume and 376 measures of plaque texture. Patients were followed up to 5 years (median [range], 3.12 [0.77-4.66]) for myocardial infarction, transient ischemic attack, and stroke. Sparse Cox regression was used to select the most predictive plaque texture measurements in independent training sets using a 10-fold cross-validation, repeated 5×, to ensure unbiased results. RESULTS: Receiver operator curves and Kaplan-Meier analysis showed that changes in texture and total plaque volume combined provided the best predictor of vascular events. In multivariate Cox regression, changes in plaque texture (median hazard ratio, 1.4; P<0.001) and total plaque volume (median hazard ratio, 1.5 per 100 mm(3); P<0.001) were both significant predictors, whereas the Framingham risk score was not. CONCLUSIONS: Changes in both plaque texture and volume are strongly predictive of vascular events. In high-risk patients, 3D ultrasound plaque measurements should be considered for vascular event risk prediction.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».