Derivation and validation of a novel functional FFRCT score incorporating the burden of coronary stenosis severity and flow impairment to predict clinical events
Notice bibliographique
Résumé
BackgroundA score combining the burden of stenosis severity on coronary computed tomography angiography (CCTA) and flow impairment by fractional flow reserve derived from computed tomography (FFRCT) may be a better predictor of clinical events than either parameter alone.MethodsThe Functional FFRCT Score (FFS) combines CCTA and FFRCT parameters in an allocated point-based system. The feasibility of the FFS was assessed in cohort of 72 stable chest pain patients with matched CCTA and FFRCT datasets. Validation was performed using 2 cohorts: (a) 4468 patients from the ADVANCE Registry to define its association with revascularization and major adverse cardiovascular events (MACE); (b) 212 patients from the FORECAST trial to determine predictors of MACE.ResultsThe median calculation time for the FFS was 10 (interquartile range 6–17) seconds, with strong intra-operator and inter-operator agreement (Cohen's Kappa 0.89 (±0.37, p < 0.001) and 0.83 (±0.04, p < 0.001, respectively). The FFS correlated strongly with both the CT-SYNTAX and the Functional CT-SYNTAX scores (rS = 0.808 for both, p < 0.001).In the ADVANCE cohort the FFS had good discriminatory abilities for revascularization with an area under the curve of 0.82, 95 % confidence interval (CI) 0.81–0.84, p < 0.001. Patients in the highest FFS tertile had significantly higher rates of revascularization (61 % vs 5 %, p < 0.001) and MACE (1.9 % vs 0.5 %, p = 0.001) compared with the lowest FFS tertile.In the FORECAST cohort the FFS was an independent predictor of MACE at 9-month follow-up (hazard ratio 1.04, 95 % CI 1.01–1.08, p < 0.01).ConclusionThe FFS is a quick-to-calculate and reproducible score, associated with revascularization and MACE in two distinct populations of stable symptomatic patients.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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 ».