Abstract 4143155: Sex-Specific Coronary Plaque Characteristics and Risk of Cardiovascular Events: Insights from the ISCHEMIA Trial
Notice bibliographique
Résumé
Background: Artificial-intelligence-enabled analysis of atherosclerotic plaque characteristics on coronary computed tomography angiography (CCTA) may improve sex-specific risk prediction of cardiovascular (CV) events. Aims: The aim of this study was to examine sex differences in CCTA-derived atherosclerotic plaque analysis in ISCHEMIA participants, and to identify any interaction between sex and the prognostic value of quantitative atherosclerosis parameters in predicting CV events. Methods: In a post-hoc analysis, atherosclerosis imaging quantitative CT (QCT) was performed on all available CCTA scans. Interaction analysis was performed to understand the impact of female sex on the relationship between QCT variables and the outcomes of CV death or myocardial infarction (MI), all-cause death, and MI alone over a median follow-up of 3.3 years. Results: Of the 3645 participants with CCTA available for analysis, mean age was 64 and 21% were female. Females had lower total, calcified, non-calcified, and low-density non-calcified plaque volume than males (p<0.001 for all, Table). Percent atheroma volume (PAV=total plaque volume /vessel volume x 100%) was associated with CV death or MI in all participants, and the association was stronger in females (univariate HR: 2.37, 95% confidence interval (CI) 1.79, 3.14, p<0.001) than men (HR: 1.70, 95% CI 1.45, 2.00, p<0.001). There was a significant interaction showing accentuated risk of CV death or MI associated with greater PAV among females vs. males (HR for female*PAV: 1.42, 95% CI 1.03, 1.95, p=0.032, Figure), mainly driven by risk for MI. Conclusions: In ISCHEMIA, females presenting with moderate or severe ischemia and obstructive CAD had less atherosclerotic plaque burden of all subtypes and less adverse plaque characteristics identified by CCTA than men. The risk associated with greater atherosclerotic burden (PAV) was higher among female participants than males for the composite outcome of CV death or MI.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».