Abstract 16771: Patient Selection for Therapies to Prevent Major Adverse Limb Events
Notice bibliographique
Résumé
Introduction: Recently medical therapies have shown benefit in reducing major adverse limb events (MALE) including acute limb ischemia (ALI), urgent revascularization for ischemia, and ischemic amputation in patients with atherosclerotic vascular disease. Defining predictors of MALE may facilitate patient selection for application of novel therapies. Hypothesis: Clinical characteristics can be used to develop a risk score that will predict MALE Methods: Clinical characteristics independently predictive of ALI were identified among 3,985 patients with PAD randomized to placebo in TRA 2°P-TIMI 50 and were used to develop a risk score (c-statistic 0.82). This score was prospectively validated in 7,053 and 13,723 placebo patients from the PEGASUS-TIMI 54 and FOURIER trials respectively. Risk in each trial was evaluated stratified by the investigational treatment (vorapaxar, ticagrelor, or evolocumab). Results: In the broad PAD placebo population of TRA 2°P-TIMI 50, seven independent predictors of ALI with relative risks ranging from 1.69 to ~10 fold were identified including claudication, prior peripheral revascularization or amputation, ankle brachial index ≤ 0.5, heart failure, low body weight, elevated CRP and ASA monotherapy and assigned a point score.There was a gradient of MALE risk in placebo treated patients from 0.1% to 19.7% with increasing score (p<0.0001; Figure, Top). When validated in PEGASUS-TIMI 54 and FOURIER, discrimination remained high (c-statistic of 0.81 in both datasets). A risk of 4 generally correlated to an annualized risk of MALE of ~ 1% (1.1% TRA2P-TIMI 50, 0.93% PEGASUS-TIMI 54, 1.2% FOURIER). A score <4 identified patients at low risk of MALE, whereas those with a score ≥ 4 had greater baseline risk and benefit of randomized therapy (Figure, Bottom). Conclusions: A simple risk score can identify patients at greater risk of MALE who derive greater absolute reductions with effective therapies.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,007 | 0,001 |
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.
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 ».