MétaCan
Menu
Retour à la cohorte
Enregistrement W4404100133 · doi:10.1016/j.jaccas.2024.102693

In Vivo Optical Coherence Tomography Detection of Repetitive Plaque Erosion Leading to Healed Plaques and Lesion Progression

2024· article· en· W4404100133 sur OpenAlexaff
William Gibson, Elie Akl, Elvin Kedhi

Notice bibliographique

RevueJACC Case Reports · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCoronary Interventions and Diagnostics
Établissements canadiensRoyal Victoria Hospital
Organismes subventionnairesnon disponible
Mots-clésOptical coherence tomographyLesionIn vivoMedicineRadiologyPathologyBiology

Résumé

récupéré en direct d'OpenAlex

Plaque erosion is the second most common cause of acute coronary syndromes (ACS). Small studies using optical coherence tomography (OCT) have shown favorable outcomes in select patients with plaque erosion treated conservatively without stent implantation. Unlike plaque rupture, the role of plaque erosion in the formation of healed plaques and subsequent flow-limiting coronary stenoses is less certain. We present the case of a medically managed anterior ST-segment elevation myocardial infarction (STEMI) in a 53-year-old man, secondary to plaque erosion in the mid-left anterior descending (LAD) artery. Repeat OCT at 2 weeks demonstrated adequate resolution of intraluminal thrombus along with plaque layering with varying optical densities and negative invasive physiological testing. This case provides unique in vivo evidence of plaque erosion healing leading to the development of further plaque layering. We hypothesize that the multilayered plaque appearance after erosion is representative of repetitive episodes of plaque instability at the same coronary location, which may eventually lead to progression of plaque and reduction of lumen. Finally, there is mounting evidence that healed plaques represent an important predictor of future adverse events, raising important questions regarding the preconceived notion that plaque erosion has a benign course when treated conservatively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,212
Score d'incertitude au seuil0,354

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,342
Écart entre enseignants0,321 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJACC Case ReportsMême sujetCoronary Interventions and DiagnosticsTravaux en français237 207