MétaCan
Menu
Retour à la cohorte
Enregistrement W2161446848 · doi:10.1093/eurheartj/eht488

Computed tomography angiography and perfusion to assess coronary artery stenosis causing perfusion defects by single photon emission computed tomography: the CORE320 study

2013· article· en· W2161446848 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEuropean Heart Journal · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Imaging and Diagnostics
Établissements canadiensToronto General Hospital
Organismes subventionnairesNational Institutes of HealthGE HealthcareBracco DiagnosticsToshiba Medical Systems
Mots-clésMedicineCoronary artery diseaseSingle-photon emission computed tomographyStenosisRadiologyComputed tomography angiographyEmission computed tomographyPerfusionReceiver operating characteristicPerfusion scanningAngiographyMyocardial perfusion imagingArea under the curveFractional flow reserveNuclear medicineMyocardial infarctionCardiologyInternal medicineCoronary angiography

Résumé

récupéré en direct d'OpenAlex

AIMS: To evaluate the diagnostic power of integrating the results of computed tomography angiography (CTA) and CT myocardial perfusion (CTP) to identify coronary artery disease (CAD) defined as a flow limiting coronary artery stenosis causing a perfusion defect by single photon emission computed tomography (SPECT). METHODS AND RESULTS: We conducted a multicentre study to evaluate the accuracy of integrated CTA-CTP for the identification of patients with flow-limiting CAD defined by ≥50% stenosis by invasive coronary angiography (ICA) with a corresponding perfusion deficit on stress single photon emission computed tomography (SPECT/MPI). Sixteen centres enroled 381 patients who underwent combined CTA-CTP and SPECT/MPI prior to conventional coronary angiography. All four image modalities were analysed in blinded independent core laboratories. The prevalence of obstructive CAD defined by combined ICA-SPECT/MPI and ICA alone was 38 and 59%, respectively. The patient-based diagnostic accuracy defined by the area under the receiver operating characteristic curve (AUC) of integrated CTA-CTP for detecting or excluding flow-limiting CAD was 0.87 [95% confidence interval (CI): 0.84-0.91]. In patients without prior myocardial infarction, the AUC was 0.90 (95% CI: 0.87-0.94) and in patients without prior CAD the AUC for combined CTA-CTP was 0.93 (95% CI: 0.89-0.97). For the combination of a CTA stenosis ≥50% stenosis and a CTP perfusion deficit, the sensitivity, specificity, positive predictive, and negative predicative values (95% CI) were 80% (72-86), 74% (68-80), 65% (58-72), and 86% (80-90), respectively. For flow-limiting disease defined by ICA-SPECT/MPI, the accuracy of CTA was significantly increased by the addition of CTP at both the patient and vessel levels. CONCLUSIONS: The combination of CTA and perfusion correctly identifies patients with flow limiting CAD defined as ≥50 stenosis by ICA causing a perfusion defect by SPECT/MPI.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,135
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,269
Écart entre enseignants0,238 · 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