Vulnerable plaque features and adverse events in patients with diabetes mellitus: a post hoc analysis of the COMBINE OCT-FFR trial
Notice bibliographique
Résumé
BACKGROUND: Thin-cap fibroatheroma (TCFA) lesions are associated with a high risk of future major adverse cardiovascular events. However, the impact of other optical coherence tomography-detected vulnerability features (OCT-VFs) and their interplay with TCFA in predicting adverse events remains unknown. AIMS: We aimed to evaluate the individual as well as the combined prognostic impact of OCT-VFs in predicting the incidence of the lesion-oriented composite endpoint (LOCE) in non-ischaemic lesions in patients with diabetes mellitus (DM). METHODS: COMBINE OCT-FFR (ClinicalTrials.gov: NCT02989740) was a prospective, double-blind, international, natural history study that included DM patients with ≥1 non-culprit lesions with a fractional flow reserve>0.80 undergoing systematic OCT assessment. OCT-VFs included the following: TCFA, reduced minimal lumen area (r-MLA), healed plaque (HP), and complicated plaque (CP). The primary endpoint, LOCE - a composite of cardiac mortality, target vessel myocardial infarction, or clinically driven target lesion revascularisation up to 5 years - was analysed according to the presence of these OCT-VFs, both individually and in combination. RESULTS: TCFA, r-MLA, HP and CP were identified in 98 (25.3%), 190 (49.0%), 87 (22.4%), and 116 (29.9%) patients, respectively. The primary endpoint rate increased progressively from 6.3% to 55.6% (hazard ratio 15.2, 95% confidence interval: 4.53-51.0; p<0.001) in patients without OCT-VFs as compared to patients with concomitant HP, r-MLA, CP, and TCFA. The coexistence of TCFA with other OCT-VFs resulted in an increased risk of the LOCE at 5 years. CONCLUSIONS: In DM patients with non-ischaemic lesions, TCFA was the strongest predictor of future LOCE events. However, lesions that present additional OCT-VFs are associated with a higher risk of adverse events than OCT-detected TCFA alone. Further randomised studies are warranted to confirm these findings and their potential clinical implications.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».