Diagnostic Accuracy and Impact of Computed Tomographic Coronary Angiography on Utilization of Invasive Coronary Angiography
Notice bibliographique
Résumé
BACKGROUND: Computed tomographic coronary angiography (CTA), given its high negative predictive value, is a potential gatekeeper for invasive coronary angiography (ICA). Before CTA can be further accepted into clinical practice, its impact on healthcare resources needs to be better understood. We sought to determine the clinical impact of CTA on ICA referrals, CTA accuracy, and normalcy rate. METHODS AND RESULTS: To determine the impact of CTA, consecutive patients (n=7017) undergoing ICA before and after implementing a dedicated cardiac CT program were reviewed and compared with 3 other centers (n=11 508). To determine CTA accuracy, we evaluated consecutive CTA patients who underwent ICA. For normalcy rate, we identified patients with a low pretest probability for obstructive coronary artery disease. With the implementation of a cardiac CT program, the frequency of normal ICA decreased from 31.5% (1114 of 3538 patients) to 26.8% (932 of 3479 patients) (P<0.001). These findings were significantly different (P=0.003) from the 3 centers, in which normal ICAs were unchanged (30.0% [1870 of 6224 patients] to 31.0% [1642 of 5284 patients]). CTA had excellent per-patient sensitivity (99% [CI, 95% to 100%]), positive predictive value (92% [CI, 86% to 96%]) and negative predictive value (95% [CI, 72% to 100%]). Because of referral bias, specificity (64% [CI, 44% to 81%]) was low; however, the normalcy rate of CTA was 94% (CI, 90% to 97%). After adjusting for referral bias, the adjusted sensitivity was 90% (CI, 89% to 91%), and the adjusted specificity was 95% (CI, 94% to 96%), with positive and negative predictive values of 92% (CI, 91% to 93%) and 93% (CI, 92% to 94%), respectively. CONCLUSIONS: The clinical implementation of CTA appears to positively impact ICA by reducing the frequency of normal ICA. The operating characteristics of CTA support its potential role as a tool useful in ruling out obstructive coronary artery disease.
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 | 0,004 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».