Biomarkers of microvascular retinal perfusion in OCTA indicative of coronary heart disease
Notice bibliographique
Résumé
OBJECTIVE: To assess changes in retinal perfusion and microvascular architecture associated with coronary artery stenosis (CAS) due to coronary heart disease (CHD) and establish optical coherence tomography angiography (OCTA) as a noninvasive screening tool for CHD. METHODS: In this cross-sectional exploratory study, 982 eyes of 512 patients that underwent coronary angiography due to suspected CHD were included. All patients underwent OCTA to quantify perfusion density (PD) and fractal dimension (FD) within the superficial and deep vascular plexus in 1 mm, 3 mm, and 6 mm rings placed over the macula and optic nerve head (ONH). RESULTS: The study investigated the association between maximal stenosis and retinal microvascular parameters in 512 patients. In the superficial retinal plexus, significant negative associations were found between cardiac stenosis and retinal perfusion density (PD) (p = 0.0091) and fractal dimension (FD) (p = 0.0014) in the inner ring. Similar associations were observed in the deep plexus (PD: p = 0.047; FD: p = 0.013). In the outer ring, mean PD and FD were lower in the left compared to the right eye (PD, superficial: p < 0.0001, deep: p < 0.0001; FD, superficial: p < 0.0001, deep: p = 0.0012). However, no significant associations were found in the optic nerve head. Overall, the study suggests that retinal microvascular parameters may serve as indicators of stenosis presence, especially in specific retinal regions and layers, providing insights into potential noninvasive methods for cardiovascular risk assessment. CONCLUSIONS: Retinal microvasculature parameters, such as PD and FD, may serve as indicators of CAS. Retinal imaging with OCTA might offer a noninvasive screening modality for cardiovascular risk assessment.
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 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».