Comparison of coronary CT angiography versus functional imaging for CABG patients: A resource utilization analysis
Notice bibliographique
Résumé
AIMS: The impact of anatomical versus functional testing in patients with prior coronary artery bypass surgery (CABG) is poorly defined. We therefore sought to determine the rates of downstream investigations and the attendant healthcare costs in CABG patients undergoing CCTA versus SPECT. METHODS AND RESULTS: 2754 consecutive CABG patients were imaged by SPECT (2163) or CCTA (591). 425 patients (15.4%) underwent downstream testing which was more common in those imaged with CCTA versus SPECT (23.18% vs 13.31% respectively, p < 0.01). When a propensity score adjustment was made for differences in baseline characteristics, the findings in downstream testing persisted (p < 0.01). When patients who subsequently underwent repeat revascularization (arguably the highest risk patients) were removed from the analysis, downstream testing remained more frequent in CCTA (12.7%) versus SPECT imaged patients (8.8%) (p = 0.01). Costs of downstream tests per patient were two-fold greater in the CCTA group in comparison to the SPECT group ($366.79 ± 29.59 vs $167.35 ± 10.12 respectively, p < 0.01). Conversely, total costs which included the index costs were less in the CCTA group, $764.66 ± 29.59 versus $1396.73 ± 1012 for the SPECT cohort, p < 0.0001). CONCLUSIONS: Index imaging with SPECT versus CCTA in CABG patients was associated with fewer downstream tests, less ICA, less repeat revascularization but greater expense. Cost however is only part of the decision making process that determines an optimal index test. Until CCTA demonstrates improved risk stratification over SPECT in CABG patients it is likely SPECT will remain the preferred first imaging test.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».