MétaCan
Menu
Retour à la cohorte
Enregistrement W4389956924 · doi:10.1161/circ.148.suppl_1.15620

Abstract 15620: Diagnostic Accuracy of Virtual Non-Contrast CT for Aortic Valve Stenosis Severity Evaluation

2023· article· en· W4389956924 sur OpenAlexaff
Daniel Lorenzatti, Ari Feinberg, Pamela Piña, Jonathan Daich, Javier Pérez Cervera, Rita Miranda, Sandra S. Halliburton, Aldo L. Schenone, Andrea Scotti, Toshiki Kuno, Damini Dey, Philippe Pîbarot, Marc R. Dweck, Mario J. García, Leandro Slipczuk

Notice bibliographique

RevueCirculation · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesnon disponible
Mots-clésMedicineStenosisConcordanceAortic valveNuclear medicineRadiologyProspective cohort studyAortic valve stenosisMultidetector computed tomographyComputed tomographyCardiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Computed tomography (CT) aortic valve calcium (AVC) score has important prognostic and diagnostic value in patients with aortic stenosis, especially in those evaluated for TAVR, but at the expense of an additional non-contrast scan. Dual-energy CT (DECT) allows virtual non-contrast reconstructions (VNC) from conventional contrast acquisitions. Aims: Compare the diagnostic performance of VNC-AVC score as compared to TNC-AVC score for identifying severe AS. Methods: We prospectively included patients undergoing pre-TAVR CT with a DECT system (IQon, Philips). TNC-AVC score was acquired using a prospective acquisition and VNC-AVC score derived from a contrast-enhanced retrospective scan. Both scores were calculated using the Agatston method. A correction proportionality constant was applied. Concordant severe AS was defined as AVA<1cm2 and either Vmax >4cm/s or mean gradient ≥40mmHg. Spearman, Cohen’s Kappa, and Bland-Altman were used to assess concordance. Results: In total, 109 patients were included: mean age of 79 ± 10 yrs, 55% female, 43% with concordant severe, 43% LF-LG, and 14% moderate AS. TNC scan median radiation was 116 mGy*cm (IQR 53-366). The median TNC-AVC was 2753 AU (1652-4135), while the median VNC-AVC was 1900 AU (946-2752) after applying the constant (1.43). A strong correlation was demonstrated between methods (r=0.89; p<0.001; Figure). Using accepted thresholds (>1300 AU for women and >2000 AU for men), 68% (n=74) of patients had severe AS by TNC. After estimating thresholds for VNC (>660 for women and >1519 for men), 60% (n=65) had severe AS, demonstrating substantial agreement with TNC-AVC (K;=0.71). Among individuals diagnosed with LF-LG, 38% and 34% exhibited severe AS by TNC/VNC, respectively, and only 12% and 11% in those with moderate AS. Conclusions: DECT-derived VNC-AVC demonstrates substantial agreement with TNC AVC, without requiring an additional scan and reducing both radiation exposure and acquisition time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,287
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculationMême sujetAdvanced X-ray and CT ImagingTravaux en français237 207