Visual estimation versus different quantitative coronary angiography methods to assess lesion severity in bifurcation lesions
Notice bibliographique
Résumé
OBJECTIVES: To compare visual estimation with different quantitative coronary angiography (QCA) methods (single-vessel versus bifurcation software) to assess coronary bifurcation lesions. BACKGROUND: QCA has been developed to overcome the limitations of visual estimation. Conventional QCA however, developed in "straight vessels," has proved to be inaccurate in bifurcation lesions. Therefore, bifurcation QCA was developed. However, the impact of these different modalities on bifurcation lesion severity classification is yet unknown METHODS: From a randomized controlled trial investigating a novel bifurcation stent (Clinicaltrials.gov NCT01258972), patients with baseline assessment of lesion severity by means of visual estimation, single-vessel QCA, 2D bifurcation QCA and 3D bifurcation QCA were included. We included 113 bifurcations lesions in which all 5 modalities were assessed. The primary end-point was to evaluate how the different modalities affected the classification of bifurcation lesion severity and extent of disease. RESULTS: On visual estimation, 100% of lesions had side-branch diameter stenosis (%DS) >50%, whereas in 83% with single-vessel QCA, 27% with 2D bifurcation QCA and 26% with 3D bifurcation QCA a side-branch %DS >50% was found (P < 0.0001). With regard to the percentage of "true" bifurcation lesions, there was a significant difference between visual estimate (100%), single-vessel QCA (75%) and bifurcation QCA (17% with 2D bifurcation software and 13% with 3D bifurcation software, P < 0.0001). CONCLUSIONS: Our study showed that bifurcation lesion complexity was significantly affected when more advanced bifurcation QCA software were used. "True" bifurcation lesion rate was 100% on visual estimation, but as low as 13% when analyzed with dedicated bifurcation QCA software.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».