MétaCan
Menu
Retour à la cohorte
Enregistrement W4406706936 · doi:10.1161/circinterventions.124.014667

FFR-Negative Nonculprit High-Risk Plaques and Clinical Outcomes in High-Risk Populations: An Individual Patient-Data Pooled Analysis From COMBINE (OCT-FFR) and PECTUS-obs

2025· article· en· W4406706936 sur OpenAlexaff
Rick Volleberg, Andi Rroku, Jan‐Quinten Mol, Renicus S. Hermanides, Maarten A.H. van Leeuwen, Balázs Berta, Martijn Meuwissen, Fernándo Alfonso, Wojciech Wojakowski, Anouar Belkacemi, Tomasz Roleder, Elvin Kedhi, Niels van Royen, Enrico Fabris, Alexander Ijsselmuiden, Floris Kauer, Clemens von Birgelen, Javier Escaned, Cyril Camaro, Mark Kennedy, Bruno Pereira, Michael Magro, Holger Nef, Sebastian Reith, Arif Al Nooryani, Fernando Rivero, Krzysztof Piotr Malinowski, Giuseppe De Luca, Héctor García García, Juan F. Granada, А. В. Протопопов, Peep Laanmets, Oleg Krestyaninov, Robert Dennert, Rohit M. Oemrawsingh, Jan‐Peter van Kuijk, Karin Arkenbout, Dirk J. van der Heijden, Saman Rasoul, Erik Lipšic, Laura Rodwell, Peter Damman, Robert‐Jan van Geuns

Notice bibliographique

RevueCirculation Cardiovascular Interventions · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCoronary Interventions and Diagnostics
Établissements canadiensRoyal Victoria Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineFractional flow reserveCardiologyMyocardial infarctionInternal medicineRevascularizationPercutaneous coronary intervention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite fractional flow reserve (FFR)–guided deferral of revascularization, recurrent events in patients with diabetes or after myocardial infarction remain common. This study aimed to assess the association between FFR-negative but high-risk nonculprit lesions and clinical outcomes. METHODS: This is a patient-level pooled analysis of the prospective natural-history COMBINE (OCT-FFR) study (Optical Coherence Tomography Morphologic and Fractional Flow Reserve Assessment in Diabetes Mellitus Patients) and PECTUS-obs study (Identification of Risk Factors for Acute Coronary Events by OCT After STEMI and NSTEMI Patients With Residual Non- Flow Limiting Lesions). Optical coherence tomography was performed on all FFR-negative (FFR >0.80) native nonculprit lesions. Patients or lesions with a high-risk plaque were compared with those without a high-risk plaque. A high-risk plaque was defined in the presence of at least 2 prespecified criteria: (1) lipid arc ≥90 o , (2) minimum fibrous cap thickness <65 µm, and (3) presence of either plaque rupture or thrombus. The primary end points were native major adverse cardiovascular events (composite of all-cause mortality, nonfatal myocardial infarction, or unplanned revascularization excluding stent-failure–related events and nonattributable events) and target lesion failure (composite of cardiac death, target vessel myocardial infarction, or target lesion revascularization). RESULTS: Among 810 patients, 450 (55.6%) had a history of diabetes and 482 (59.5%) presented with myocardial infarction. At least 1 high-risk plaque was identified in 271 (33.5%) patients and 287 (30.6%) lesions. Over a median follow-up of 761 (interquartile range, 731–1175) days, the presence of a high-risk plaque was associated with patient-level native major adverse cardiovascular events (hazard ratio, 2.127 [95% CI, 1.451–3.120]; P <0.001) and lesion-level target lesion failure (hazard ratio, 2.623 [95% CI, 1.559–4.414]; P <0.001). The risk of adverse outcomes increased with the copresence of multiple high-risk features. CONCLUSIONS: FFR-negative but high-risk nonculprit lesions are associated with adverse patient- and lesion-level clinical outcomes. These findings emphasize the additional value of intracoronary imaging in patients with FFR-negative nonculprit lesions. REGISTRATION: URL: https://clinicaltrials.gov ; Unique identifier: NCT02989740; Unique identifier: NCT03857971.

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)0,011
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,011
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,011
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,059
Tête enseignante GPT0,358
Écart entre enseignants0,298 · 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'étudeMéta-analyse
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

Citations18
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation Cardiovascular InterventionsMême sujetCoronary Interventions and DiagnosticsTravaux en français237 207