Coronary CT Angiography Guided Medical Therapy in Subclinical Atherosclerosis
Notice bibliographique
Résumé
The goals of primary prevention in coronary atherosclerosis are to avoid sudden cardiac death, myocardial infarction or the need for revascularization procedures. Successful prevention will rely on accurate identification, effective therapy and monitoring of those at risk. Identification and potential monitoring can be achieved using cardiac computed tomography (CT). Cardiac CT can determine coronary artery calcification (CAC), a useful surrogate of coronary atherosclerosis burden. Cardiac CT can also assess coronary CT angiography (CCTA). CCTA can identify arterial lumen narrowing and highlight mural atherosclerosis hitherto hidden from other anatomical approaches. Herein we consider the role of CCTA and CAC-scoring in subclinical atherosclerosis. We explore the use of these modalities in screening and discuss data that has used CCTA for guiding primary prevention. We examine therapeutic trials using CCTA to determine the effects of plaque-modifying therapies. Finally, we address the role of CCTA and CAC to guide therapy as defined in current primary prevention documents. CCTA has emerged as an essential tool in the detection and management of clinical coronary artery disease. To date, its role in subclinical atherosclerosis is less well defined, yet with modern CT scanners and continued pharmacotherapy development, CCTA is likely to achieve a more prominent place in the primary prevention of coronary atherosclerosis.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».