Epicardial Adipose Tissue Assessed by Computed Tomography and Echocardiography Are Associated With Adverse Cardiovascular Outcomes: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Epicardial adipose tissue (EAT) has garnered attention as a prognostic and risk stratification factor for cardiovascular disease. This study, via meta-analyses, evaluates the associations between EAT and cardiovascular outcomes stratified across imaging modalities, ethnic groups, and study protocols. Methods: Medline and Embase databases were searched without date restriction on May 2022 for articles that examined EAT and cardiovascular outcomes. The inclusion criteria were (1) studies measuring EAT of adult patients at baseline and (2) reporting follow-up data on study outcomes of interest. The primary study outcome was major adverse cardiovascular events. Secondary study outcomes included cardiac death, myocardial infarction, coronary revascularization, and atrial fibrillation. Results: Twenty-nine articles published between 2012 and 2022, comprising 19 709 patients, were included in our analysis. Increased EAT thickness and volume were associated with higher risks of cardiac death (odds ratio, 2.53 [95% CI, 1.17–5.44]; P =0.020; n=4), myocardial infarction (odds ratio, 2.63 [95% CI, 1.39–4.96]; P =0.003; n=5), coronary revascularization (odds ratio, 2.99 [95% CI, 1.64–5.44]; P <0.001; n=5), and atrial fibrillation (adjusted odds ratio, 4.04 [95% CI, 3.06–5.32]; P <0.001; n=3). For 1 unit increment in the continuous measure of EAT, computed tomography volumetric quantification (adjusted hazard ratio, 1.74 [95% CI, 1.42–2.13]; P <0.001) and echocardiographic thickness quantification (adjusted hazard ratio, 1.20 [95% CI, 1.09–1.32]; P <0.001) conferred an increased risk of major adverse cardiovascular events. Conclusions: The utility of EAT as an imaging biomarker for predicting and prognosticating cardiovascular disease is promising, with increased EAT thickness and volume being identified as independent predictors of major adverse cardiovascular events. Registration: URL: https://www.crd.york.ac.uk/prospero ; Unique identifier: CRD42022338075.
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 | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,029 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».