Relationship between ischaemia, coronary artery calcium scores, and major adverse cardiovascular events
Notice bibliographique
Résumé
AIMS: Positron emission tomography (PET) myocardial perfusion imaging (MPI) is often combined with coronary artery calcium (CAC) scanning, allowing for a combined anatomic and functional assessment. We evaluated the independent prognostic value of quantitative assessment of myocardial perfusion and CAC scores in patients undergoing PET. METHODS AND RESULTS: Consecutive patients who underwent Rb-82 PET with CAC scoring between 2010 and 2018, with follow-up for major adverse cardiovascular events (MACE), were identified. Perfusion was quantified automatically with total perfusion deficit (TPD). Our primary outcome was MACE including all-cause mortality, myocardial infarction (MI), admission for unstable angina, and late revascularization. Associations with MACE were assessed using multivariable Cox models adjusted for age, sex, medical history, and MPI findings including myocardial flow reserve.In total, 2507 patients were included with median age 70. During median follow-up of 3.9 years (interquartile range 2.1-6.1), 594 patients experienced at least one MACE. Increasing CAC and ischaemic TPD were associated with increased MACE, with the highest risk associated with CAC > 1000 [adjusted hazard ratio (HR) 1.67, 95% CI 1.24-2.26] and ischaemic TPD > 10% (adjusted HR 1.80, 95% CI 1.40-2.32). Ischaemic TPD and CAC improved overall patient classification, but ischaemic TPD improved classification of patients who experienced MACE while CAC mostly improved classification of low-risk patients. CONCLUSIONS: Ischaemic TPD and CAC were independently associated with MACE. Combining extent of atherosclerosis and functional measures improves the prediction of MACE risk, with CAC 0 identifying low-risk patients and regional ischaemia identifying high-risk patients in those with CAC > 0.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».