Effects of adaptive or fixed thresholds and different platforms on the assessment of plaque characteristics using coronary computed tomography angiography
Notice bibliographique
Résumé
Background Coronary computed tomography angiography (CCTA) is used to evaluate components of atherosclerosis. Either adaptive or diverse, fixed Hounsfield Units (HU) are used to define components such as low attenuation (LAP), mixed (MP) and calcified plaque (CP). Comparisons of different platforms and different thresholding approaches have not been extensively evaluated. We compare two fixed threshold options to an adaptive threshold option within a specific platform and to fixed threshold options measured with another platform. Methods Coronary segments (n = 24) of good image quality, with well-defined boundaries and representing a broad range of atheroma were analyzed for LAP, MP and CP. Thresholds for LAP vs MP and MP vs CP were either Fixed 30/350 , Fixed 75/350 or based on an automatically determined Adaptive option. Pearson correlation and Bland-Altman analyses were undertaken. Results Within a single platform, measures were highly correlated irrespective of use of Adaptive or Fixed 30/350 and Fixed 75/350 thresholds (R ≥ 0.819, p < 0.000001). The correlation slope for measures of LAP progressively diminished comparing the Adaptive versus Fixed 30/350 and the Fixed 75/350 versus the Fixed 30/350 approaches but bias was small. Between-platform comparisons yielded less optimal results, particularly with respect to measures of LAP and with one platform yielding both very small LAP volumes and very small ranges of volumes. Conclusion Measures of plaque components are highly correlated irrespective of use of Adaptive or Fixed threshold approaches within a given platform. But measures are more affected by the specific proprietary algorithms employed than by specific thresholding options, especially for LAP.
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 | 0,011 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».