Association of Plaque Location and Vessel Geometry Determined by Coronary Computed Tomographic Angiography With Future Acute Coronary Syndrome–Causing Culprit Lesions
Notice bibliographique
Résumé
IMPORTANCE: Distinct plaque locations and vessel geometric features predispose to altered coronary flow hemodynamics. The association between these lesion-level characteristics assessed by coronary computed tomographic angiography (CCTA) and risk of future acute coronary syndrome (ACS) is unknown. OBJECTIVE: To examine whether CCTA-derived adverse geometric characteristics (AGCs) of coronary lesions describing location and vessel geometry add to plaque morphology and burden for identifying culprit lesion precursors associated with future ACS. DESIGN, SETTING, AND PARTICIPANTS: This substudy of ICONIC (Incident Coronary Syndromes Identified by Computed Tomography), a multicenter nested case-control cohort study, included patients with ACS and a culprit lesion precursor identified on baseline CCTA (n = 116) and propensity score-matched non-ACS controls (n = 116). Data were collected from July 20, 2012, to April 30, 2017, and analyzed from October 1, 2020, to October 31, 2021. EXPOSURES: Coronary lesions were evaluated for the following 3 AGCs: (1) distance from the coronary ostium to lesion; (2) location at vessel bifurcations; and (3) vessel tortuosity, defined as the presence of 1 bend of greater than 90° or 3 curves of 45° to 90° using a 3-point angle within the lesion. MAIN OUTCOMES AND MEASURES: Association between lesion-level AGCs and risk of future ACS-causing culprit lesions. RESULTS: Of 548 lesions, 116 culprit lesion precursors were identified in 116 patients (80 [69.0%] men; mean [SD], age 62.7 [11.5] years). Compared with nonculprit lesions, culprit lesion precursors had a shorter distance from the ostium (median, 35.1 [IQR, 23.6-48.4] mm vs 44.5 [IQR, 28.2-70.8] mm), more frequently localized to bifurcations (85 [73.3%] vs 168 [38.9%]), and had more tortuous vessel segments (5 [4.3%] vs 6 [1.4%]; all P < .05). In multivariable Cox regression analysis, an increasing number of AGCs was associated with a greater risk of future culprit lesions (hazard ratio [HR] for 1 AGC, 2.90 [95% CI, 1.38-6.08]; P = .005; HR for ≥2 AGCs, 6.84 [95% CI, 3.33-14.04]; P < .001). Adverse geometric characteristics provided incremental discriminatory value for culprit lesion precursors when added to a model containing stenosis severity, adverse morphological plaque characteristics, and quantitative plaque characteristics (area under the curve, 0.766 [95% CI, 0.718-0.814] vs 0.733 [95% CI, 0.685-0.782]). In per-patient comparison, patients with ACS had a higher frequency of lesions with adverse plaque characteristics, AGCs, or both compared with control patients (≥2 adverse plaque characteristics, 70 [60.3%] vs 50 [43.1%]; ≥2 AGCs, 92 [79.3%] vs 60 [51.7%]; ≥2 of both, 37 [31.9%] vs 20 [17.2%]; all P < .05). CONCLUSIONS AND RELEVANCE: These findings support the concept that CCTA-derived AGCs capturing lesion location and vessel geometry are associated with risk of future ACS-causing culprit lesions. Adverse geometric characteristics may provide additive prognostic information beyond plaque assessment in CCTA.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».