MétaCan
Menu
← Retour à la cohorte
Enregistrement W3216951935 · doi:10.1161/circ.144.suppl_1.10642

Abstract 10642: A Novel Way to Predict Obstructive Coronary Artery Disease Requiring Revascularization: The Use of Magnetocardiography

2021· article· en· W3216951935 sur OpenAlexaff
Nicholas Coriasso, Robert Takla, D. Rodríguez, Claire Pearson, Margarita E. Pena, Edouard Daher

Notice bibliographique

RevueCirculation · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensSt. Clair College
Organismes subventionnairesnon disponible
Mots-clésMedicineCoronary artery diseaseMagnetocardiographyCardiologyInternal medicineStress testing (software)Conventional PCIRevascularizationCoronary angiographyAngiographyRadiologyMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

Introduction: Coronary artery disease (CAD) causes one-third of total deaths in people over the age of 35. The evaluation of suspected obstructive CAD includes H&P, ECG, and cardiac enzymes. These tests can often lead to diagnostic uncertainty which can then lead to unnecessary testing such as stress tests and/or coronary angiography. Magnetocardiography (MCG) has been proposed as a noninvasive, radiation free, rapid adjunctive test in predicting coronary ischemia requiring revascularization. MCG measures the magnetic fields produced by electrical currents in the heart with unique and distinct advantages over traditional electrocardiographic approaches. Methods: One hundred patients (62% male, 69% white, age 60.9 years), suspected of having obstructive CAD, were evaluated at a large urban community hospital. All patients underwent MCG prior to coronary angiography which was interpreted by readers blinded to clinical data. MCG was considered positive if the scan displayed findings of “RT angle”, “multipolar”, or “island”. Of the 100 patients, 72 MCG studies were interpretable. Results: Of the 72 MCG studies, 25 were considered positive. Of the 25, 17 revealed obstructive CAD on angiography and underwent PCI with balloon or stent. Of the 47 negative, 35 revealed no obstructive CAD on angiography. Sensitivity was 58.6% and specificity was 81.4%. Removing patients with “island” MCG features resulted in 65 studies which improved specificity to 92.1% at a slight penalty in sensitivity at 55.6%. There were 11 patients where stress testing and MCG could be compared to angiography revealing a diagnostic accuracy of 54.5% and 81.8%, respectively. Discussion: MCG was able to predict obstructive CAD leading to PCI with a specificity of 81.4%. Refining interpretation criteria improved specificity to 92.1% plus better diagnostic accuracy than stress testing. MCG shows promise as an adjunctive test for patients with suspected CAD who may require revascularization with PCI.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,280
Écart entre enseignants0,236 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetAdvanced MRI Techniques and Applications→Travaux en français237 207→