Prognostic value of coronary CT angiography derived fractional flow reserve in patients with myocardial infarction
Notice bibliographique
Résumé
Abstract Funding Acknowledgements Type of funding sources: None. Introduction We sought to analyze whether invasive fractional flow reserve (FFRi) values of non-infarction related (non-IRA) lesions change over time in ST Elevation Myocardial Infarction (STEMI) patients and to evaluate the diagnostic performance of coronary CT angiography derived FFR (FFRCT) close to the index event for defining follow-up FFRi. Methods We prospectively enrolled 38 multi-vessel STEMI patients (mean age 61.6±9 years, mean body mass index 28.8±4.8 kg/m2, 23.1 % female) who underwent non-IRA baseline and follow-up FFRi measurement and during the 10-day period after the index event FFRCT measurement. Follow-up FFRi was performed in 45–60 days after the index event and staged percutaneous coronary intervention (PCI) was carried out if FFRi was ≤0.8 at follow-up. Results Mean FFRi values showed significant difference between baseline and follow-up (0.83±0.11 vs. 0.80±0.13 p = 0.04, respectively). Mean FFR-CT was 0.79±0.14. Stronger correlation and smaller mean bias was found between FFR-CT and follow-up FFRi (ρ=0.86, p<0.001, bias: 0.01) as compared with baseline FFRi (ρ=0.68, p<0.001, bias: 0.04). The overall accuracy was 94.7% with 100.0% sensitivity and 90.0% specificity for identifying lesions ≤0.8 on follow-up FFRi. Accuracy, sensitivity and specificity were 81.5%, 93.3% 73.9%, respectively for identifying lesions on baseline FFRi using FFR-CT. Conclusion Non-invasive assessment of FFR at hospital discharge after the acute event lead to a better diagnostic performance for the identification of hemodynamically relevant non-IRA lesions as compared with baseline FFRi. FFRCT might improve decision making by selecting the patients for staged PCI in patients with multi-vessel STEMI.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| 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) | 0,000 | 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 ».