Prediction of Coronary Revascularization in Stable Angina
Notice bibliographique
Résumé
This study was designed to compare head-to-head fractional flow reserve (FFR) derived from coronary computed tomography angiography (CTA) (FFRCT) and cardiac magnetic resonance (CMR) stress perfusion imaging for prediction of standard-of-care–guided coronary revascularization in patients with stable chest pain and obstructive coronary artery disease by coronary CTA. FFRCT is a novel modality for noninvasive functional testing. The clinical utility of FFRCT compared to CMR stress perfusion imaging in symptomatic patients with coronary artery disease is unknown. Prospective study of patients (n = 110) with stable angina pectoris and 1 or more coronary stenosis ≥50% by coronary CTA. All patients underwent invasive coronary angiography. Revascularization was FFR-guided in stenoses ranging from 30% to 90%. FFRCT ≤0.80 in 1 or more coronary artery or a reversible perfusion defect (≥2 segments) by CMR categorized patients with ischemia. FFRCT and CMR were analyzed by core laboratories blinded for patient management. A total of 38 patients (35%) underwent revascularization. Per-patient diagnostic performance for identifying standard-of-care–guided revascularization, (95% confidence interval) yielded a sensitivity of 97% (86% to 100%) for FFRCT versus 47% (31% to 64%) for CMR, p < 0.001; corresponding specificity was 42% (30% to 54%) versus 88% (78% to 94%), p < 0.001; negative predictive value of 97% (91% to 100%) versus 76% (67% to 85%), p < 0.05; positive predictive value of 47% (36% to 58%) versus 67% (49% to 84%), p < 0.05; and accuracy of 61% (51% to 70%) versus 74% (64% to 82%), p > 0.05, respectively. In patients with stable chest pain referred to invasive coronary angiography based on coronary CTA, FFRCT and CMR yielded similar overall diagnostic accuracy. Sensitivity for prediction of revascularization was highest for FFRCT, whereas specificity was highest for CMR.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,000 |
| 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 ».