Association Between Ankle-Brachial Index and Coronary Lesions Assessed by Coronary Angiography
Notice bibliographique
Résumé
Background: The ankle-brachial index (ABI) is a simple, non-invasive, and inexpensive method used in the diagnosis of peripheral arterial disease (PAD) and can identify individuals at risk for cardiovascular disease in other arteries of the body, especially the coronary and carotid arteries. The primary objective of this study was to assess whether patients with an ABI < 0.9 have more severe coronary artery disease detected on coronary angiography compared to patients with a normal ABI. Methods: This is a prospective, analytical, cross-sectional study that was performed from July 1, 2013 to June 31, 2014 that recruited 163 patients (101 men (62%) and 62 women (38%)) according to the inclusion and exclusion criteria. All patients underwent coronary angiography, and then ABI measurements were performed. Pearson's Chi-square and Student's t -tests were used to compare variables between groups. The Poisson regression model was used to evaluate whether ABI was an independent predictor of stenoses > 50%. Results: The prevalence of ABI < 0.9 was 9.8%. Patients with an ABI < 0.9 had a higher prevalence of stenoses >=50% in the left anterior descendant (LAD) (68.7% vs. 36%, P = 0.02) and left main (8.7% vs. 0.6%, P < 0.001) than those with a normal ABI. On multivariate Poisson regression, an ABI < 0.9 was an independent predictor of stenosis >=50% in the LAD (odds ratio (OR): 2.05 (1.39 - 3.04), P < 0.001). Conclusions: Patients with an ABI < 0.9 had a higher prevalence of stenoses >=50% in the LAD and left main than those with a normal ABI. An abnormal ABI was an independent predictor of lesions >=50% in LAD. Cardiol Res. 2015;6(1):216-220 doi: http://dx.doi.org/10.14740/cr376w
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 | 0,002 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».