Additive diagnostic value of atherosclerotic plaque characteristics to non-invasive FFR for identification of lesions causing ischemia: results from a prospective international multicenter trial
Notice bibliographique
Résumé
Purpose: Non-invasive fractional flow reserve derived from coronary CT angiography (FFRCT) is a novel method for diagnosis of ischemic coronary lesions. Adverse plaque characteristics (APC) by coronary CT angiography (CT)–including positive remodeling (PR), low attenuation plaque (LAP) and spotty calcification (SC)–are associated with myocardial ischemia. To date, whether APCs offer additive value to FFRCT for identifying ischemia-causing lesions remains unknown. Methods: 252 patients at 17 centers in 5 countries were enrolled in the DeFACTO (Diagnostic Accuracy of Fractional Flow Reserve From Anatomic CT Angiography) study. Patients underwent CT, FFRCT, invasive coronary angiography and clinically indicated FFR in 407 lesions. FFRCT, FFR and CT were interpreted by independent core laboratories. Invasive FFR ≤0.80 was diagnostic of lesion-specific ischemia, while CT stenosis ≥70% was considered obstructive. APCs within coronary lesions by CT were defined as: (1) PR, remodeling index >1.10; (2) LAP, any voxel <30 HU; and (3) SC, nodular calcium <3 mm. Discrimination of lesion-specific ischemia was evaluated by areas under the receiver-operating-characteristics curve (AUC). Results: By FFR, ischemia was identified in 151 of 407 lesions (37%), and by CT, obstructive stenoses were identified in 166 (41%) lesions. The presence of any APC was detected in 209 (51%), with PR, LAP and SC observed in 193 (47%), 90 (22%), and 68 (17%) lesions, respectively. The discriminatory power to identify ischemia-causing lesions was 0.73 for CT stenosis alone, 0.84 for FFRCT and 0.87 for FFRCT plus all 3 APCs (p<0.01 compared to FFRCT and CT stenosis alone for both) [Figure]. ROC curves for lesion-specific ischemia Conclusions: APCs improve discrimination of ischemia-causing lesions beyond FFRCT and CT stenosis alone.
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 | 0,019 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».