Exploring the Relationship between Epicardial Fat Thickness and Coronary Revascularization: Implications for Cardiovascular Health
Notice bibliographique
Résumé
BACKGROUND: this study aimed to assess the complex relationship between EAT thickness, as measured with echocardiography, and the severity of coronary artery disease (CAD). We investigated whether individuals with higher EAT thickness underwent coronary revascularization. Subsequently, we conducted a three-year follow-up to explore any potential modifications in EAT depots post-angioplasty. METHODS: we conducted a prospective and retrospective cross-sectional observational study involving 150 patients consecutively referred for acute coronary syndrome, including ST-elevation myocardial infarction (STEMI), non-ST elevation myocardial infarction (NSTEMI), and unstable angina. Upon admission (T0), all patients underwent coronary angiography to assess the number of pathologic coronary vessels. Percutaneous transluminal coronary angioplasty (PTCA) was performed based on angiogram results if indicated. The sample was categorized into two groups: non-revascularized (no-PTCA) and revascularized (PTCA). Transthoracic echocardiograms to measure epicardial fat thickness were conducted at admission (T0) and after a 3-year follow-up (T1). RESULTS AND CONCLUSIONS: findings revealed a positive correlation between EAT thickness and the severity of coronary artery disease (CAD), with patients undergoing PTCA showing decreased EAT thickness after three years. Echocardiography demonstrated reliability in assessing EAT, offering potential for risk stratification. The study introduces a cut-off value of 0.65 cm as a diagnostic tool for cardiovascular risk. Incorporating EAT measurements into clinical practice may lead to more precise risk stratification and tailored treatment strategies, ultimately reducing the burden of cardiovascular disease.
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 | 0,007 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».