Risk Assessment by Myocardial Perfusion Imaging for Coronary Revascularization, Medical Therapy, and Noncardiac Surgery
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Stress myocardial perfusion imaging (MPI) has become an important tool in risk stratification of patients with known coronary artery disease. A normal myocardial perfusion scan has a high negative predictive value and is associated with low annual mortality rate (< 1%). Patients with extensive ischemia (> 20% of the left ventricle), defects in more than 1 coronary vascular territory, transient or persistent left ventricular cavity dilation, and ejection fraction less than 45% have a high annual mortality rate (> 3%). Those patients should undergo coronary revascularization whenever feasible, as the cardiac event rate increases in proportion to the magnitude of the jeopardized myocardium. Stress MPI can be used to demonstrate ischemia in patients with symptoms early after coronary artery bypass surgery (< 5 years) or in those without symptoms late (>/= 5 years) after coronary artery bypass surgery. With respect to patients who underwent percutaneous interventions, stress MPI can help detect in-stent restenosis early after the intervention (3-6 months) or assess the progression of native coronary disease afterward. Since preliminary data suggest that a reduction in the perfusion defect size may translate to a reduction of coronary events, stress MPI can help assess the efficacy of medical management of coronary disease. Finally, stress MPI is indicated for perioperative cardiac risk stratification for noncardiac surgery in patients with intermediate risk predictors (mild angina, prior myocardial infarction or heart failure symptoms, diabetes mellitus, renal insufficiency) and poor functional capacity or in those who undergo high-risk surgery with significant implications in further preoperative management.
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.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| 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 | 0,001 | 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 découle