Longitudinal Quantitative Assessment of Coronary Atherosclerotic Plaque Burden Related to Serum Hemoglobin Levels
Notice bibliographique
Résumé
Despite a potential role of hemoglobin in atherosclerosis, data on coronary plaque volume changes (PVC) related to serum hemoglobin levels are limited. The authors sought to evaluate coronary atherosclerotic plaque burden changes related to serum hemoglobin levels using serial coronary computed tomographic angiography (CCTA). A total of 830 subjects (age 61 ± 10 years, 51.9% male) who underwent serial CCTA were analyzed. The median interscan period was 3.2 (IQR: 2.5-4.4) years. Quantitative assessment of coronary plaques was performed at both scans. All participants were stratified into 4 groups based on the quartile of baseline hemoglobin levels. Annualized total PVC (mm3/year) was defined as total PVC divided by the interscan period. Baseline total plaque volume (mm3) was not different among all groups (group I [lowest]: 34.1 [IQR: 0.0-127.4] vs group II: 28.8 [IQR: 0.0-123.0] vs group III: 49.9 [IQR: 5.6-135.0] vs group IV [highest]: 34.3 [IQR: 0.0-130.7]; P = 0.235). During follow-up, serum hemoglobin level changes (Δ hemoglobin; per 1 g/dL) was related to annualized total PVC (β = −0.114) in overall participants (P < 0.05). After adjusting for age, sex, traditional risk factors, baseline hemoglobin and creatinine levels, baseline total plaque volume, and the use of aspirin, beta-blocker, angiotensin-converting enzyme inhibitor or angiotensin receptor blocker, and statin, Δ hemoglobin significantly affected annualized total PVC in only the composite of groups I and II (β = −2.401; P = 0.004). Serial CCTA findings suggest that Δ hemoglobin has an independent effect on coronary atherosclerosis. This effect might be influenced by baseline hemoglobin levels. (Progression of Atherosclerotic Plaque Determined by Computed Tomographic Angiography Imaging [PARADIGM]; NCT02803411)
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».