Association of pericardial adipose tissue volume with presence and severity of coronary atherosclerosis
Notice bibliographique
Résumé
PURPOSE: This study was to investigate whether high pericardial adipose tissue (PAT) volume is related to the presence and severity of coronary artery disease (CAD). METHODS: Consecutive patients (310 patients) who underwent both dual-source 64-slice CT and percutaneous coronary angiography were recruited into this study. Waist circumference (WC), body mass index (BMI), blood biochemical variables, coronary artery calcium (CAC) score and Gensini score were measured. Pericardial adipose tissue (PAT) volume was determined by dual-source CT. RESULTS: PAT volume was positively correlated with BMI, WC, gender (male), hypertension, diabetes, age, total cholesterol and low-density lipoprotein-cholesterol. PAT volume in CAD patients was significantly higher than that in patients without CAD (238.36 ± 81.21 cm3 vs. 200.13±72.34 cm3). PAT volumes in patients with multi-vessel lesions were significantly higher than those with one-vessel lesions (P < 0.001). A significant correlation between PAT volume and CAC score (r=0.305, P < 0.001) was found. PAT volume was an independent factor affecting Gensini score. CONCLUSION: PAT volume was significantly correlated with traditional cardiovascular risk factors, the severity of coronary atherosclerosis and the number of stenotic coronary vessels. Thus, PAT volume may be a reliable marker to evaluate the presence and severity of CAD.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».