Prognostic value of coronary computed tomography angiographic derived fractional flow reserve: a systematic review and meta-analysis
Notice bibliographique
Résumé
Objectives To obtain more powerful assessment of the prognostic value of fractional flow reserve CT testing we performed a systematic literature review and collaborative meta-analysis of studies that assessed clinical outcomes of CT-derived calculation of FFR (FFR CT ) (HeartFlow) analysis in patients with stable coronary artery disease (CAD). Methods We searched PubMed and Web of Science electronic databases for published studies that evaluated clinical outcomes following fractional flow reserve CT testing between 1 January 2010 and 31 December 2020. The primary endpoint was defined as ‘all-cause mortality (ACM) or myocardial infarction (MI)’ at 12-month follow-up. Exploratory analyses were performed using major adverse cardiovascular events (MACEs, ACM+MI+unplanned revascularisation), ACM, MI, spontaneous MI or unplanned (>3 months) revascularisation as the endpoint. Results Five studies were identified including a total of 5460 patients eligible for meta-analyses. The primary endpoint occurred in 60 (1.1%) patients, 0.6% (13/2126) with FFR CT >0.80% and 1.4% (47/3334) with FFR CT ≤0.80 (relative risk (RR) 2.31 (95% CI 1.29 to 4.13), p=0.005). Likewise, MACE, MI, spontaneous MI or unplanned revascularisation occurred more frequently in patients with FFR CT ≤0.80 versus patients with FFR CT >0.80. Each 0.10-unit FFR CT reduction was associated with a greater risk of the primary endpoint (RR 1.67 (95% CI 1.47 to 1.87), p<0.001). Conclusions The 12-month outcomes in patients with stable CAD show low rates of events in those with a negative FFR CT result, and lower risk of an unfavourable outcome in patients with a negative test result compared with patients with a positive test result. Moreover, the FFR CT numerical value was inversely associated with outcomes.
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 | 0,019 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,037 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».