The CatLet score: a new coronary angiographic scoring tool accommodating the variable coronary anatomy for the first time
Notice bibliographique
Résumé
BACKGROUND: The SYNTAX score for decision makings or outcome predictions in coronary artery disease does not account for the variations in the coronary anatomy, which is a clear fallacy for patients with less typical anatomy than suggested by the SYNTAX score. The current study aimed to derive a new coronary angiographic scoring system accommodating the variability in the coronary anatomy. METHODS: The 17-myocardial segment model and laws of competitive blood supply and flow conservation were utilized to derive this new scoring system. RESULTS: We obtained 6 types of RCA dominance, 3 types of diagonal size and 3 types of left anterior descending artery (LAD) length, which together resulted in a total of 54 patterns of coronary artery circulation to account for the variability in the coronary anatomy among individuals. A Coronary Artery Tree description and Lesion EvaluaTion (CatLet) angiographic scoring system has been designed based on the above-mentioned reclassification scheme (htpp://www.catletscore.com, IE browser is required to run this calculator). CONCLUSIONS: This new CatLet angiographic scoring system accommodated the variability in the coronary anatomy and standardized the collection of the coronary angiographic data, which could facilitate the comparison and exchange of these data between different catheter labs. Its utility for predicting the clinical outcomes and standardizing the angiographic data collection will be investigated in a series of clinical trials enrolling "all-comers" with coronary artery disease (CAD).
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».