MétaCan
Menu
← Retour à la cohorte
Enregistrement W3013069747

Nitroglycerin-Derived Pd/Pa for the Assessment of Intermediate Coronary Lesions.

2017· article· en· W3013069747 sur OpenAlexaff
Zeev Israeli, Rodrigo Bagur, Sabrina Wall, Mistre Alemayehu, Yasir Parviz, Pantelis Diamantouros, Shahar Lavi

Notice bibliographique

RevuePubMed · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCoronary Interventions and Diagnostics
Établissements canadiensLondon Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineConfidence intervalReceiver operating characteristicInternal medicineFractional flow reserveAdenosineArea under the curveCardiologyPredictive valueArea under curveNuclear medicineMyocardial infarctionCoronary angiographyPharmacokinetics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To assess the predictive value of Pd/Pa after nitroglycerin administration (Pd/Pa[N]) as compared with standard fractional flow reserve (FFR). METHODS: Consecutive patients with intermediate coronary lesions assessed by FFR between January 2014 and October 2015 were included. We measured Pd/Pa at baseline, Pd/Pa(N), and Pd/Pa after incremental doses of intracoronary adenosine. RESULTS: A total of 134 patients (27% females; mean age, 65 years) were included. The diagnostic performance of Pd/Pa(N) and identification of cut-off value for Pd/Pa(N) compared with FFR threshold of 0.8 using receiver-operating characteristic (ROC) area under the curve analysis was between 0.98 (95% confidence interval, 0.95-1.00; P<.05) for 48 μg and 0.86 (95% confidence interval, 0.79-0.94; P<.05) for 240 μg adenosine. Pd/Pa(N) ≤0.8 had 100% positive predictive value. Pd/Pa(N) ≥0.94 provided 100% negative predictive value with a high sensitivity (>92%). Optimal diagnostic accuracy of Pd/Pa(N) was achieved for values ≤0.84. The Pearson's correlation between Pd/Pa(N) and FFR varied between 0.89 for 24 μg adenosine and 0.77 for 240 μg (P<.01). CONCLUSION: Pd/Pa(N) values can be used for diagnosis of hemodynamically significant lesions. Pd/Pa(N) correlates well with standard FFR. Pd/Pa(N) cut-off of ≤0.8 can be considered significant without need for adenosine injection. The value of using adenosine whenever Pd/Pa(N) is ≥0.94 is limited.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,338
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetCoronary Interventions and Diagnostics→Travaux en français237 207→