Virtual physiological analysis of non-culprit disease in patients with STEMI and multivessel disease: a substudy of the COMPLETE trial
Notice bibliographique
Résumé
Abstract Background In the Complete Revascularization with Multivessel PCI for Myocardial Infarction (COMPLETE) trial, patients with ST-segment-elevation myocardial infarction (MI) who underwent staged revascularization of non-culprit coronary stenoses experienced fewer major adverse cardiovascular events than those who underwent a culprit-only approach (1). Inclusion was, however, based on angiographic and not physiological criteria. Purpose To analyse, using computational modelling, the physiological significance of non-culprit lesions included in the COMPLETE trial, to compare these against angiographic measures of severity, and investigate interactions between physiology and the benefits of complete revascularization. Methods Angiograms with appropriate digital imaging and communications in medicine (DICOM) data from the COMPLETE trial (n=1327) underwent software-based 3-dimensional (3D) arterial reconstruction and analysis of 3D-quantitative coronary angiography (QCA) and virtual fractional flow reserve (vFFR) using computational fluid dynamics software. Physiological lesion significance was defined as vFFR ≤0.80 and was compared with operators’ visual angiographic analysis, core-laboratory 2D-QCA and 3D-QCA. Results vFFR was computed successfully in 635 patients (710 lesions). The median vFFR was 0.82 (interquartile range 0.73–0.91). 302 patients (48%) had at least one physiologically significant lesion and 333 (52%) had none. 321 (45%) lesions were physiologically significant and 389 (55%) were not. Physiologically significant lesions were angiographically more severe than non-significant lesions according to the operator’s visual angiographic assessment (mean stenosis 80% vs. 75%, P<0.0001), 2D-QCA (69% vs. 59%, p<0.0001), and 3D-QCA (56% vs. 43, P<0.0001). Percentage lesion stenosis was significantly different when measured visually, with 2D-QCA and with 3D-QCA (80% vs 62% vs 49%, P<0.0001). vFFR was weakly correlated with operators’ visual angiographic severity (Figure 1) and 2D-QCA, but more strongly with 3D-QCA (r=-0.21, -0.21, and -0.60, respectively; all p<0.0001). 3D-QCA predicted vFFR significance more accurately than visual and 2D-QCA (concordance 73% vs 49% vs 59%, respectively). There was no statistically significant interaction between physiological lesion significance and any of the trial coprimary or key secondary clinical outcomes, or on an exploratory outcome of ischaemia-driven revascularization without preceding MI (all interactions P>0.30) (Figure 2). Conclusions In this virtual physiological substudy of the COMPLETE trial, 52% of patients lacked any physiologically-significant lesions, 3D-QCA was a better predictor of physiological significance than either 2D-QCA or operator visual analysis, and the benefits of complete revascularization appeared to be independent of physiological lesion significance. Further research is warranted to compare angiography-guided and physiology-guided complete revascularization strategies.Figure 1.Figure 2.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».