Comparison of medical treatment and coronary revascularization in patients with moderate coronary lesions and borderline fractional flow reserve measurements
Notice bibliographique
Résumé
OBJECTIVES: (1) To evaluate the clinical outcomes of patients with moderate coronary lesions and borderline fractional flow reserve (FFR) measurements (between 0.75 and 0.80), comparing those who underwent coronary revascularization (CR) to those who had medical treatment (MT), and (2) to determine the predictive factors of major adverse cardiac events (MACE) at follow-up. METHODS: A total of 107 consecutive patients (mean age 62 +/- 10 years) with at least one moderate coronary lesion (mean percent diameter stenosis 47 +/- 12%) evaluated by coronary pressure wire with FFR measurement between 0.75 and 0.80 (mean 0.77 +/- 0.02) were included in the study. MACE [CR, myocardial infarction (MI), cardiac death) and the presence of angina were evaluated at follow-up. RESULTS: Sixty-three patients (59%) underwent CR and 44 patients (41%) had MT, with no clinical differences between groups. At a mean follow-up of 13 +/- 7 months, MACE related to the coronary lesion evaluated by FFR were higher in the MT group compared with CR group (23% vs. 5%, P = 0.005). Most MACE consisted of CRs, with no differences between groups in MI and cardiac death rate at follow-up. Both MT and FFR measurements in an artery supplying a territory with previous MI were independent predictive factors of MACE at follow-up, respectively (hazard ratio 5.2, 95% CI 1.4-18.9, P = 0.01; hazard ratio 4.1, 95% CI 1.1-15.3, P = 0.03). The presence of angina at follow-up was more frequent in the MT group compared with the CR group (41% vs. 9%, P = 0.002). CONCLUSIONS: In patients with moderate coronary lesions and borderline FFR measurements deferral of revascularization was associated with a higher rate of MACE (CR) and a higher prevalence of angina at follow-up, especially in those with previous MI in the territory evaluated by FFR. Further prospective randomized studies should confirm whether or not an FFR cut-off point of 0.80 instead of 0.75 would be more appropriate for deferring CR in these cases.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».