Sex-specific prognostic value of automated epicardial adipose tissue quantification on serial lung cancer screening chest computed tomography
Notice bibliographique
Résumé
AIMS: Epicardial adipose tissue (EAT) is a metabolically active fat depot associated with coronary atherosclerosis and cardiovascular (CV) risk. While EAT is a known prognostic marker in lung cancer screening, its sex-specific prognostic value remains unclear. This study investigated sex differences in the prognostic utility of serial EAT measurements on low-dose chest computed tomography (CT). METHODS AND RESULTS: We analysed baseline and 2-year changes in EAT volume and density using a validated automated deep-learning algorithm in 24 008 heavy-smoking participants from the National Lung Screening Trial (NLST). Sex-stratified multivariable Cox models, adjusted for CV risk factors, body mass index (BMI), and coronary artery calcium (CAC), assessed associations between EAT and all-cause and CV mortality [median follow-up 12.3 years (IQR: 11.9-12.8), 4668 (19.4%) all-cause deaths, 1083 (4.5%) CV deaths]. Women (n = 9841; 41%) were younger, with fewer CV risk factors, lower BMI, fewer pack-years, and lower CAC than men (all P < 0.001). Baseline EAT was associated with similar all-cause and CV mortality risk in both sexes [max. aHR women: 1.70; 95% confidence interval (CI): 1.13-2.55; men: 1.83; 95% CI: 1.40-2.40, P-interaction = 0.986]. However, 2-year EAT changes predicted CV death only in women (aHR: 1.82; 95% CI: 1.37-2.49; P < 0.001), and showed a stronger association with all-cause mortality in women (aHR: 1.52; 95% CI: 1.31-1.77) than in men (aHR: 1.26; 95% CI: 1.13-1.40; P-interaction = 0.041). CONCLUSION: In this large lung cancer screening cohort, serial EAT changes independently predicted CV mortality in women and were more strongly associated with all-cause mortality in women than in men. These findings support routine EAT quantification on chest CT for improved sex-specific cardiovascular risk stratification.
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 | 0,001 | 0,005 |
| 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 | 0,001 | 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 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 ».