Late Stage Complicated Atheroma in Low-Grade Stenotic Carotid Disease: MR Imaging Depiction—Prevalence and Risk Factors
Notice bibliographique
Résumé
PURPOSE: To determine if complicated plaque can be found by using magnetic resonance (MR) imaging-depicted intraplaque hemorrhage (IPH), even among symptomatic patients with low-grade (≤50%) carotid stenosis. MATERIALS AND METHODS: The institutional ethics review board approved this retrospective study and waived requirements for written informed consent. Symptomatic patients with bilateral 0%-50% carotid stenosis referred for carotid MR imaging were considered. Risk factors (age, sex, hypertension, diabetes, hyperlipidemia, myocardial infarction, atrial fibrillation, smoking, coronary artery disease, and cerebrovascular disease), medications (antihypertensive drugs, diabetes drugs, statins, and aspirin), and the brain side causing symptoms were recorded. MR-depicted IPH prevalence in the carotid arteries ipsilateral and contralateral to the symptomatic side was compared by using the Fisher exact test. Multivariable regression was used to compare the MR-depicted IPH prevalence, while adjusting for risk factors and medications. RESULTS: A total of 217 patients (434 carotid arteries) were included. MR-depicted IPH was found in 13% (31 of 233) of carotid arteries ipsilateral and 7% (14 of 201) of arteries contralateral to symptoms (P < .05). Male sex (P < .05) and increasing age (P < .05) were associated with MR-depicted IPH after controlling for risk factors and medications. CONCLUSION: Complicated carotid atheroma can be found among symptomatic patients with low-grade (≤50%) stenosis, and this is associated with male sex and increasing age. MR-depicted IPH may be useful to stratify risk for patients with low-grade carotid stenosis.
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 | 0,000 | 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 | 0,000 |
| 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 ».