Trans-lesional fractional flow reserve gradient as derived from coronary CT improves patient management: ADVANCE registry
Notice bibliographique
Résumé
Background The role of change in fractional flow reserve derived from CT (FFR CT ) across coronary stenoses (ΔFFR CT ) in guiding downstream testing in patients with stable coronary artery disease (CAD) is unknown. Objectives To investigate the incremental value of ΔFFR CT in predicting early revascularization and improving efficiency of catheter laboratory utilization. Materials Patients with CAD on coronary CT angiography (CCTA) were enrolled in an international multicenter registry. Stenosis severity was assessed as per CAD-Reporting and Data System (CAD-RADS), and lesion-specific FFR CT was measured 2 cm distal to stenosis. ΔFFR CT was manually measured as the difference of FFR CT across visible stenosis. Results Of 4730 patients (66 ± 10 years; 34% female), 42.7% underwent ICA and 24.7% underwent early revascularization. ΔFFR CT remained an independent predictor for early revascularization (odds ratio per 0.05 increase [95% confidence interval], 1.31 [1.26–1.35]; p < 0.001) after adjusting for risk factors, stenosis features, and lesion-specific FFR CT . Among the 3 models ( model 1 : risk factors + stenosis type and location + CAD-RADS; model 2 : model 1 + FFR CT ; model 3 : model 2 + ΔFFR CT ), model 3 improved discrimination compared to model 2 (area under the curve, 0.87 [0.86–0.88] vs 0.85 [0.84–0.86]; p < 0.001), with the greatest incremental value for FFR CT 0.71–0.80. ΔFFR CT of 0.13 was the optimal cut-off as determined by the Youden index. In patients with CAD-RADS ≥3 and lesion-specific FFR CT ≤0.8, a diagnostic strategy incorporating ΔFFR CT >0.13, would potentially reduce ICA by 32.2% (1638–1110, p < 0.001) and improve the revascularization to ICA ratio from 65.2% to 73.1%. Conclusions ΔFFR CT improves the discrimination of patients who underwent early revascularization compared to a standard diagnostic strategy of CCTA with FFR CT , particularly for those with FFR CT 0.71–0.80. ΔFFR CT has the potential to aid decision-making for ICA referral and improve efficiency of catheter laboratory utilization.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».