Histologically Verified Carotid Plaque Characteristics by Ultrasound: A Diagnostic Accuracy Systematic Review
Notice bibliographique
Résumé
Ultrasound (US) has been considered the first-line diagnostic technique for evaluating carotid atherosclerosis, where plaque composition plays a key role in stroke risk. We aimed to analyze the diagnostic accuracy of carotid plaque characteristics using US techniques compared to histology in patients with symptomatic/asymptomatic carotid plaques. After prospective study registration in PROSPERO, we searched Medline Ovid, Embase.com, Cochrane Library, and Web of Science without any search limitation for the diagnostic accuracy of US in detecting carotid plaque features based on histology. From 8168 studies, 63 were included evaluating 13 histologically verified plaque characteristics by 14 different US techniques. Diagnostic accuracies for all plaque characteristics usually varied between 35% and 100% without a trend towards increasing accuracy over the last 40 y but were affected by large heterogeneity. In characteristics with >5 diagnostic accuracy comparisons, the highest diagnostic performance was found for detection of calcification (mean sensitivity 65.7%/mean specificity 84.7%), fibrous tissue (61.2%/84.9%), vulnerable/unstable plaque (76.3%/70.3%), and stable plaque (63.2%/82.7%). However, several advanced techniques investigated showed high diagnostic accuracy, promising interesting diagnostic options for the future. Carotid US allows for widely available and reliable evaluation of atherosclerotic plaque morphology by conventional and advanced techniques. Registration: PROSPERO ID CRD42022329690 (https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=329690).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,009 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».