Vessel-specific plaque features on coronary computed tomography angiography among patients of varying atherosclerotic cardiovascular disease risk
Notice bibliographique
Résumé
AIMS: The relationship between AtheroSclerotic CardioVascular Disease (ASCVD) risk and vessel-specific plaque evaluation using coronary computed tomography angiography (CCTA), focusing on plaque extent and composition, has not been examined. To evaluate differences in quantified plaque characteristics (using CCTA) between the three major coronary arteries [left anterior descending (LAD), right coronary (RCA), and left circumflex (LCx)] among subgroups of patients with varying ASCVD risk. METHODS AND RESULTS: Patients were included from a prospective, international registry of consecutive patients who underwent CCTA for evaluation of coronary artery disease. ASCVD risk groups were <7.5% (low), 7.5-20% (intermediate), and ≥20% (high). Among the ASCVD risk groups, the three coronary arteries were compared regarding quantified plaque volume and composition. Whole-heart plaque quantification was performed in 1340 patients (age 60 ± 9 years, 58% men). Across low, intermediate, and high ASCVD risk patients, the volume of plaque increased proportionally but was least in the LCx (7.4, 9.0, and 25.3 mm3, respectively) as compared with the RCA (19.3, 32.6, and 67.0 mm3, respectively, all P ≤ 0.006) and LAD (39.9, 60.8, and 93.3 mm3, respectively, all P < 0.001). In each ASCVD risk group, the composition of plaque in the LCx exhibited the least necrotic core and fibrofatty plaque (P < 0.05 vs. LAD and RCA). CONCLUSION: Among patients with varying risk of ASCVD, plaque in the LCx is decidedly less and is comprised of less non-calcified plaque supporting prior evidence of the lower rates of acute coronary events in this vessel.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,010 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».