MétaCan
Menu
Retour à la cohorte
Enregistrement W2095680098 · doi:10.1001/2012.jama.11274

Diagnostic Accuracy of Fractional Flow Reserve From Anatomic CT Angiography

2012· article· en· W2095680098 sur OpenAlexaff
James K. Min, Jonathon Leipsic, Michael Pencina, Daniel S. Berman, Bon‐Kwon Koo, Carlos Van Mieghem, Andrejs Ērglis, Fay Y. Lin, Allison Dunning, Patricia Apruzzese, Matthew J. Budoff, Jason H. Cole, Farouc A. Jaffer, Martin B. Leon, Jennifer Malpeso, G.B. John Mancini, Seung‐Jung Park, Robert S. Schwartz, Leslee J. Shaw, Laura Mauri

Notice bibliographique

RevueJAMA · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Imaging and Diagnostics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Center for Advancing Translational Sciences
Mots-clésFractional flow reserveMedicineCoronary artery diseaseStenosisRadiologyAngiographyCardiologyDiagnostic accuracyIschemiaInternal medicineCoronary angiographyMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Coronary computed tomographic (CT) angiography is a noninvasive anatomic test for diagnosis of coronary stenosis that does not determine whether a stenosis causes ischemia. In contrast, fractional flow reserve (FFR) is a physiologic measure of coronary stenosis expressing the amount of coronary flow still attainable despite the presence of a stenosis, but it requires an invasive procedure. Noninvasive FFR computed from CT (FFR(CT)) is a novel method for determining the physiologic significance of coronary artery disease (CAD), but its ability to identify ischemia has not been adequately examined to date. OBJECTIVE: To assess the diagnostic performance of FFR(CT) plus CT for diagnosis of hemodynamically significant coronary stenosis. DESIGN, SETTING, AND PATIENTS: Multicenter diagnostic performance study involving 252 stable patients with suspected or known CAD from 17 centers in 5 countries who underwent CT, invasive coronary angiography (ICA), FFR, and FFR(CT) between October 2010 and October 2011. Computed tomography, ICA, FFR, and FFR(CT) were interpreted in blinded fashion by independent core laboratories. Accuracy of FFR(CT) plus CT for diagnosis of ischemia was compared with an invasive FFR reference standard. Ischemia was defined by an FFR or FFR(CT) of 0.80 or less, while anatomically obstructive CAD was defined by a stenosis of 50% or larger on CT and ICA. MAIN OUTCOME MEASURES: The primary study outcome assessed whether FFR(CT) plus CT could improve the per-patient diagnostic accuracy such that the lower boundary of the 1-sided 95% confidence interval of this estimate exceeded 70%. RESULTS: Among study participants, 137 (54.4%) had an abnormal FFR determined by ICA. On a per-patient basis, diagnostic accuracy, sensitivity, specificity, positive predictive value, and negative predictive value of FFR(CT) plus CT were 73% (95% CI, 67%-78%), 90% (95% CI, 84%-95%), 54% (95% CI, 46%-83%), 67% (95% CI, 60%-74%), and 84% (95% CI, 74%-90%), respectively. Compared with obstructive CAD diagnosed by CT alone (area under the receiver operating characteristic curve [AUC], 0.68; 95% CI, 0.62-0.74), FFR(CT) was associated with improved discrimination (AUC, 0.81; 95% CI, 0.75-0.86; P < .001). CONCLUSION: Although the study did not achieve its prespecified primary outcome goal for the level of per-patient diagnostic accuracy, use of noninvasive FFR(CT) plus CT among stable patients with suspected or known CAD was associated with improved diagnostic accuracy and discrimination vs CT alone for the diagnosis of hemodynamically significant CAD when FFR determined at the time of ICA was the reference standard.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,288
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1 165
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMAMême sujetCardiac Imaging and DiagnosticsTravaux en français237 207