Quantification of carotid artery plaque and peri-vascular adipose tissue attenuation on computed tomography
Notice bibliographique
Résumé
Abstract Aims Quantitative assessment of carotid artery plaque on computed tomography (CT) may identify high-risk phenotypes associated with culprit lesions and subsequent ischaemic stroke or transient ischaemic attack. Methods and results Carotid CT angiography was performed in 48 patients with acute ischaemic stroke or transient ischaemic attack within 21 days. Quantitative plaque assessment was performed in the proximal 6 cm of the internal and external carotid artery, distal 6 cm of the common carotid artery, and residual common carotid artery. Semi-automated quantification included assessment of non-calcified, calcified, low-attenuation, and total plaque, area and diameter stenosis, and peri-vascular adipose tissue attenuation. In 48 patients (mean age 71 ± 11 years, 67% male), 96 vessels were assessed with 30 (31%) identified as culprit vessels. Culprit internal carotid arteries had greater area [83 (65, 94) vs. 64 (55, 77)%] and diameter [56 (39, 74) vs. 32 (21, 48)%] stenosis and more non-calcified [563 (413, 965) vs. 428 (283 649) mm3, P = 0.04], low-attenuation [33.7 (6.9, 72.4) vs. 16.3 (3.35, 54.3) mm3, P = 0.01], and total [699 (455, 1057) vs. 492 (311, 809), P = 0.04] plaque. There was no difference in calcified plaque or peri-vascular adipose tissue attenuation between culprit and non-culprit internal carotid arteries. There were no differences in quantitative plaque or peri-vascular adipose tissue attenuation in the external carotid artery or common carotid artery. Conclusion Carotid atherosclerotic plaque characteristics are the principal features associated with culprit plaques with little or no demonstrable relationship with calcified plaque or increased peri-vascular adipose tissue attenuation.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».