Computed tomographic coronary angiography for patients with heart failure (CTA-HF): a randomized controlled trial (IMAGE HF Project 1-C)
Notice bibliographique
Résumé
BACKGROUND: The prevalence of heart failure (HF) is rising in industrialized and developing countries. Though invasive coronary angiography (ICA) remains the gold standard for anatomical assessment of coronary artery disease in HF patients, alternatives are being sought. Computed tomographic coronary angiography (CTA) has emerged as an accurate non-invasive diagnostic tool for coronary artery disease (CAD) and has been demonstrated to have prognostic value. Whether or not CTA can be used in HF patients is unknown. Acknowledging the aging population, the growing prevalence of HF and the increasing financial burden of healthcare, we need to identify non-invasive diagnostic tests that are available, safe, accurate and cost-effective. METHODS/DESIGN: The proposed study aims to provide insight into the efficacy of CTA in HF patients. A multicenter randomized controlled trial will enroll 250 HF patients requiring coronary anatomical definition. Enrolled patients will be randomized to either CTA or ICA (n = 125 per group) as the first test to define coronary anatomy. The primary outcomes will be collected to determine downstream resource utilization. Secondary outcomes will include the composite clinical events and major adverse cardiac events. In addition, the accuracy of CTA for detecting coronary anatomy and obstruction will be assessed in patients who subsequently undergo both CTA and ICA. It is expected that CTA will be a more cost-effective strategy for diagnosis: yielding similar outcomes with fewer procedural risks and improved resource utilization. TRIAL REGISTRATION: ClinicalTrials.gov, NCT01283659. Team grant #CIF 99470.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».