The Determination of the Plaque Burden on the Carotid Artery With Ultrasound Significantly Improves the Risk Prediction in Middle-Aged Subjects Compared to PROCAM: An Outcome Study
Notice bibliographique
Résumé
BACKGROUND: There are only few data about the predictive value of atherosclerosis imaging beyond traditional risk calculators in younger subjects. METHODS: We assessed cardiovascular risk prediction with the PROCAM (the Prospective Cardiovascular Munster Study) risk equation and with carotid plaque imaging (determination of total plaque area (TPA) and the maximum plaque thickness with ultrasound) in subjects without known cardiovascular diseases. The follow-up was generated during follow-up examinations as part of preventive medical examinations or by telephone calls. RESULTS: In 2,508 subjects aged 35 - 64 years (50 ± 8 years, 34% women), 132 (5.3%) cardiovascular events occurred (42 myocardial infarction, 17 bypass surgery, 31 stent implantation, 42 coronary artery disease defined by invasive angiography) during a mean follow-up period of 5.4 (1 - 12) years. TPA in combination with the maximum plaque thickness (type III - IV b plaques ) tended to be superior compared to TPA, and both plaque imaging methods were superior to PROCAM: area under the curve (AUC) 0.9 (95% confidence interval (CI): 0.91 - 0.89) vs. 0.89 (95% CI: 0.90 - 0.88), P = 0.2 vs. 0.82 (95% CI: 0.84 - 0.81), P = 0.001; positive predictive value (PPV) 27% (95% CI: 0.31 - 0.22) vs. 19% (95% CI: 0.22 - 0.16) vs.19% (95% CI: 0.27 - 0.13). CONCLUSIONS: Amount of carotid plaque assessed by carotid plaque imaging significantly improves cardiovascular risk prediction beyond the PROCAM risk equation.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».