P876Lesion-specific and vessel-related determinants of FFR
Notice bibliographique
Résumé
Background: The stenosis – ischemia relationship is far from perfect. Numerous reports have described cases of stenosis without ischemia or ischemia without stenosis. The aim of this study is to investigate the value of various lesion-specific and vessel-related factors in predicting invasive FFR. Methods: In a prospective, multicenter study of 254 patients (64±10 years, 64% male), coronary CT angiography (CCTA), invasive angiography (ICA) and FFR were evaluated for 383 lesions. Ischemia was defined by invasive FFR ≤0.80. CTA defined lesion specific factors included non-calcified plaque volume, calcified plaque volume, low attenuation plaque (LAP) volume, % stenosis, lesion length, and remodelling index. CTA defined vessel -related factors included vessel territory (LAD, RCA, LCx), lesion location within the vessel (proximal, middle, distal) and number of lesions in the vessels. Univariate and multivariate analyses were performed to examine the predictive value of various lesion- and vessel-related factors for invasive FFR. Results: Amongst lesion specific factors, % stenosis (R2 = -0.38, P<0.0001) and LAP volume (R2 =-0.22, P<0.0001) were independent predictors of invasive FFR in both univariate and multivariate models. Amongst vessel factors, LAD territory (R2 = -0.35, P<0.0001) and presence of multiple lesion per vessel (R2 = -0.30, P<0.0001) were independent predictors of invasive FFR. In a sub-analysis of vessels with only one lesion in the vessel, % stenosis (R2 = -0.31, P<0.0001) and LAP volume (R2 = -0.45, P<0.0001), along with LAD territory (R2 = -0.39, P<0.0001) were the only significant independent predictors of FFR. Amongst lesions categorized based on degree of stenosis (<50%, 50–70%, >70%), FFR negative lesions had consistently smaller LAP volume compared to FFR positive lesions, independent of degree of stenosis.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,005 | 0,001 |
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 ».