MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404360087 · doi:10.1161/circ.150.suppl_1.4142959

Abstract 4142959: Carotid 3D Plaque Composition after Carnitine Supplementation in Patients with Metabolic Syndrome

2024· article· en· W4404360087 sur OpenAlexaff
Zejia Chen, Marie‐France Hétu, Antoine Collet-Billon, Laurence Rouet, Robert Entrekin, Amer M. Johri

Notice bibliographique

RevueCirculation · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism and Genetic Disorders
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineCarnitineMetabolic syndromeInternal medicineCardiologyObesity

Résumé

récupéré en direct d'OpenAlex

Background: L-Carnitine (L-C) is a widely used nutritional supplement, but its effect on cardiovascular disease (CVD) is controversial. L-C has been shown to have benefits for CVD but is also believed to be associated with pro-atherogenic mechanisms. We have previously shown that L-C does not cause plaque progression (no effect) in metabolic syndrome patients supplemented with L-C but indicated an increase in stenosis. Carotid plaque ultrasound pixel distribution analysis (PDA) can identify plaque tissue types (soft vs calcified) indicating if a plaque is prone to rupture and to cause cardiovascular events. Beyond plaque volume (quantity), a change in plaque composition may have a role in causing cardiovascular events (increased lipid core). Research Questions/Hypothesis: Is there a change in 3D plaque composition from baseline to 6-month when taking an L-C supplement in metabolic syndrome patients? If L-C is associated with pro-atherogenic mechanisms, perhaps plaque composition may change (increased fat), increasing risk for events. Methods: Patients were selected from cardiology and stroke clinics who met the diagnostic criteria for metabolic syndrome. Participants (n=157) were randomized to 6-month L-C (2g/day, n=76) or placebo (n=81). Participants received a 3D carotid ultrasound at baseline and 6-months. Carotid plaques were analyzed using a novel 3D carotid arterial plaque composition analysis software (Carotid Model, Figure) that uses deep learning artery and plaque classifications with grayscale PDA (Philips Healthcare). 3D percent change in plaque volume, blood, fat, muscle, fibrous, and calcium due to L-C supplementation was assessed by pairwise t-test. Results: We found no difference in baseline characteristics between placebo and L-C arms. There was no change in percent total plaque volume (L-C=4.18% vs Placebo=17.0%; P=0.24). Each plaque composition component remained similar from baseline to 6-month within arms and between arms (Table). There was a slight increase in grayscale median value in the placebo arm. Conclusion(s): We did not observe a change in carotid 3D plaque volume or plaque composition following 6-month treatment with L-C. Our findings support the theory that L-C may not be directly involved in a pro-atherogenic mechanism. Although L-C supplementation did not influence plaque composition in this population, the software has great potential in determining changes in plaque vulnerability over time in response to drug therapy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,004
Tête enseignante GPT0,218
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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 revueCirculation→Même sujetMetabolism and Genetic Disorders→Travaux en français237 207→