Quantification of epicardial adipose tissue in coronary calcium score and CT coronary angiography image data sets: comparison of attenuation values, thickness and volumes
Notice bibliographique
Résumé
OBJECTIVE: The aim of the study was to compare epicardial adipose tissue (EAT) characteristics assessed with coronary calcium score (CS) and CT coronary angiography (CTCA) image data sets. METHODS: In 76 patients (mean age 59 ± 13 years) who underwent CS and CTCA owing to suspected coronary artery disease (CAD), EAT was quantified in terms of density (Hounsfield units), thickness and volume. The EAT volume was extracted with a semi-automatic software. RESULTS: A moderate correlation was found between EAT density in CS and CTCA image data sets (-100 ± 19 HU vs -70 ± 24 HU; p < 0.05, r = 0.55). The distribution of EAT was not symmetrical with a maximal thickness at the right atrioventricular groove (14.2 ± 5.3 mm in CS, 15.7 ± 5 mm in CTCA; p > 0.05, r = 0.76). The EAT volume resulted as 122 ± 50 cm(3) in CS and 86 ± 40 cm(3) in CTCA (Δ = 30%, p < 0.05, r = 0.92). After adjustment for post-contrast EAT attenuation difference (Δ = 30 HU), the volume was 101 ± 47 cm(3) (Δ = 17%, p < 0.05, r = 0.92). Based on EAT volume median values, no differences were found between groups with smaller and larger volumes in terms of Agatston score and CAD severity. CONCLUSION: CS and CTCA image data sets may be equally employed for EAT assessment; however, an underestimation of volume is found with the latter acquisition even after post-contrast attenuation adjustment. ADVANCES IN KNOWLEDGE: EAT may be measured by processing either the CS or CTCA image data sets.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».