MétaCan
Menu
Retour à la cohorte
Enregistrement W2271658865 · doi:10.1093/eurheartj/ehv690

Coronary plaque quantification and fractional flow reserve by coronary computed tomography angiography identify ischaemia-causing lesions

2016· article· en· W2271658865 sur OpenAlexaff
Sara Gaur, Kristian Altern Øvrehus, Damini Dey, Jonathon Leipsic, Hans Erik Bøtker, Jesper Møller Jensen, Jagat Narula, Amir Ahmadi, Stephan Achenbach, Brian Ko, Evald Høj Christiansen, Anne Kaltoft, Daniel S. Berman, Hiram G. Bezerra, Jens Flensted Lassen, Bjarne Linde Nørgaard

Notice bibliographique

RevueEuropean Heart Journal · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Imaging and Diagnostics
Établissements canadiensSt. Paul's Hospital
Organismes subventionnairesNovo Nordisk FondenAarhus Universitet
Mots-clésFractional flow reserveMedicineCardiologyCoronary angiographyIschemiaComputed tomographyRadiologyComputed tomography angiographyTomographyInternal medicineCoronary artery diseaseAngiographyMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

AIMS: Coronary plaque characteristics are associated with ischaemia. Differences in plaque volumes and composition may explain the discordance between coronary stenosis severity and ischaemia. We evaluated the association between coronary stenosis severity, plaque characteristics, coronary computed tomography angiography (CTA)-derived fractional flow reserve (FFRCT), and lesion-specific ischaemia identified by FFR in a substudy of the NXT trial (Analysis of Coronary Blood Flow Using CT Angiography: Next Steps). METHODS AND RESULTS: Coronary CTA stenosis, plaque volumes, FFRCT, and FFR were assessed in 484 vessels from 254 patients. Stenosis >50% was considered obstructive. Plaque volumes (non-calcified plaque [NCP], low-density NCP [LD-NCP], and calcified plaque [CP]) were quantified using semi-automated software. Optimal thresholds of quantitative plaque variables were defined by area under the receiver-operating characteristics curve (AUC) analysis. Ischaemia was defined by FFR or FFRCT ≤0.80. Plaque volumes were inversely related to FFR irrespective of stenosis severity. Relative risk (95% confidence interval) for prediction of ischaemia for stenosis >50%, NCP ≥185 mm(3), LD-NCP ≥30 mm(3), CP ≥9 mm(3), and FFRCT ≤0.80 were 5.0 (3.0-8.3), 3.7 (2.4-5.6), 4.6 (2.9-7.4), 1.4 (1.0-2.0), and 13.6 (8.4-21.9), respectively. Low-density NCP predicted ischaemia independent of other plaque characteristics. Low-density NCP and FFRCT yielded diagnostic improvement over stenosis assessment with AUCs increasing from 0.71 by stenosis >50% to 0.79 and 0.90 when adding LD-NCP ≥30 mm(3) and LD-NCP ≥30 mm(3) + FFRCT ≤0.80, respectively. CONCLUSION: Stenosis severity, plaque characteristics, and FFRCT predict lesion-specific ischaemia. Plaque assessment and FFRCT provide improved discrimination of ischaemia compared with stenosis assessment alone.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,042
Tête enseignante GPT0,312
Écart entre enseignants0,270 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations291
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart JournalMême sujetCardiac Imaging and DiagnosticsTravaux en français237 207