Abstract 12: Volume of Calcium in the Descending Thoracic Aorta Predicts All Cause Mortality Beyond Coronary Artery Calcium: The Multi-Ethnic Study of Atherosclerosis
Notice bibliographique
Résumé
Introduction: Coronary artery calcium (CAC) volume and density differentially predict incident cardiovascular disease (CVD), with CAC density inversely associated with these outcomes. Whether similar associations exist between descending thoracic aortic calcium (DTAC) volume and density and all cause mortality (ACM) are unknown. We hypothesized that DTAC volume and density predict ACM independently of CAC. Methods: The Multi-Ethnic Study of Atherosclerosis enrolled 6,814 participants free of clinical CVD at baseline and followed them for incident adverse events. Cardiac CT at baseline visualized the segment of the descending thoracic aorta posterior to the heart. Only participants with prevalent DTAC were included (necessary to evaluate DTAC density). DTAC and CAC volumes were natural log transformed to adjust for skewness. Cox regression models estimated the associations of DTAC volume and density with ACM after adjustment for age, gender, ethnicity, CVD risk factors, statin use, and CAC volume and density. The incremental predictive values of DTAC volume and density were evaluated by area under receiver operating characteristic (AUC) curves. Results: Of the total cohort, 1,850 participants (27%) had prevalent DTAC and 491 deaths occurred over 10.3 years. In separate regression models, DTAC volume was independently associated with ACM after adjustment for CAC volume (HR 1.21 [95% CI 1.09-1.35]) and additional adjustment for CAC density (1.18 ([1.06-1.32]). After the same adjustments, DTAC density was not significantly associated with ACM (0.94 [0.84-1.06]). The AUC for the base Model 1 (risk factors + CAC volume) was 0.706 (0.680-0.732), which increased to 0.716 (0.690-0.742) with the addition of DTAC volume in Model 2 (p=0.03 compared to Model 1). Further addition of DTAC density in Model 3 did not improve the AUC significantly (0.717 [0.692-0.743], p=0.23 compared to Model 2). Conclusions: In a cohort free of baseline clinical CVD, DTAC visualized on cardiac CT was common. When DTAC was present, DTAC volume (but not density) was independently associated with ACM. DTAC volume also significantly improved ACM risk prediction beyond risk factors and CAC volume.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,003 | 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 ».