Classification of Carotid Stenosis by Millimeter CT Angiography Measures: Effects of Prevalence and Gender
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Previous studies quantifying moderate and severe carotid stenosis by direct millimeter measures on CT angiography (CTA) did not consider how prevalence and gender may influence classification cutoff values. MATERIALS AND METHODS: Three hundred nineteen carotid arteries were evaluated in consecutive patients with known or suspected carotid artery disease. Millimeter measures were obtained of the stenotic carotid bulb lumen and distal internal carotid artery (ICA). Interclass correlation coefficients (ICC) defined interobserver and intraobserver agreement. North American Symptomatic Carotid Endarterectomy Trial (NASCET)-style percent stenosis ratios were calculated per carotid artery and used in linear regression and receiver operating characteristic (ROC) curve analysis to define equivalent millimeter quantification and classification values. Likelihood ratios and prevalence-specific positive/negative predictive values (PPV/NPV) were calculated to determine the most appropriate millimeter cutoff values to classify stenosis. RESULTS: Interobserver agreement was excellent for stenosis measures (0.90) and good for distal ICA measures (0.79). Gender-specific regression curves and ROC curves indicated that millimeter stenosis is an excellent tool to quantify and classify carotid stenosis. Assuming a 10% prevalence of severe stenosis, we found that the cutoff value maximizing NPV and PPV was 1.1 mm for both genders (female: PPV = 86.2, NPV = 97.7; male: PPV = 83.2, NPV = 95.9). Assuming a 40% prevalence of moderate stenosis, we found that the cutoff values differed between genders: female = 2.0 mm (PPV = 91.3, NPV = 91.5), male = 2.1 mm (PPV = 91.6, NPV = 92.4). Specific millimeter cutoffs will vary depending upon the clinical scenario, prevalence, and gender. CONCLUSIONS: Direct millimeter stenosis measures are an excellent tool to classify moderate and severe carotid artery stenosis. Millimeter classification cutoff values that best approximate NASCET classifications vary depending on prevalence and gender.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».