Myocardial Ischemic Burden and Differences in Prognosis Among Patients With and Without Diabetes: Results From the Multicenter International REFINE SPECT Registry
Notice bibliographique
Résumé
OBJECTIVE: Prevalence and prognostic impact of cardiovascular disease differ between patients with or without diabetes. We aimed to explore differences in the prevalence and prognosis of myocardial ischemia by automated quantification of total perfusion deficit (TPD) among patients with and without diabetes. RESEARCH DESIGN AND METHODS: Of 20,418 individuals who underwent single-photon emission computed tomography myocardial perfusion imaging, 2,951 patients with diabetes were matched to 2,951 patients without diabetes based on risk factors using propensity score. TPD was categorized as TPD = 0%, 0% < TPD < 1%, 1% ≤ TPD < 5%, 5% ≤ TPD ≤ 10%, and TPD >10%. Major adverse cardiovascular events (MACE) were defined as a composite of all-cause mortality, myocardial infarction, unstable angina, or late revascularization. RESULTS: = 0.007). Patients with diabetes with a TPD of 0.5% had a similar MACE risk as patients without diabetes with a TPD of 8%. CONCLUSIONS: For every level of TPD >0%, even a very minimal deficit of 0% < TPD < 1%, the MACE risk was higher in the patients with diabetes compared with patients without diabetes. Patients with diabetes with minimal ischemia had comparable MACE risk as patients without diabetes with significant ischemia.
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 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».