CIRCULATING LIPID LEVELS AND WHOLE HEART ATHEROSCLEROTIC PLAQUE VOLUME ON CORONARY COMPUTED TOMOGRAPHY ANGIOGRAPHY
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ASCVD/CVD Risk Factors Cardiovascular disease remains a leading cause of morbidity and mortality worldwide, with coronary artery disease (CAD) representing a major contributor. Despite circulating lipid biomarkers being widely utilized to prognosticate on the presence and severity of underlying CAD, the extent to which traditional lipid metrics correlate with coronary plaque volume remains unclear. Herein, we sought to assess the relationship between circulating lipid levels and whole heart coronary atherosclerotic plaque volume by leveraging artificial intelligence-enabled quantitative coronary computed tomography angiography (AIQCT) in statin-naïve general cardiology clinic patients referred for coronary computed tomography angiography (CCTA) due to suspected CAD. We conducted a cross-sectional study of 271 statin-naïve patients recruited from a single-center, general cardiology clinic undergoing AI-QCT for suspected CAD. Circulating lipid levels (total cholesterol [TC], low-density lipoprotein cholesterol [LDL-C], high-density lipoprotein cholesterol [HDL-C], lipoprotein(a) [Lp(a)], and apolipoprotein B [apoB]) were measured within one month of CCTA. AI-QCT was utilized to quantify total, calcified, and non-calcified plaque volumes (TPV, CPV, NCPV), as well as high-risk plaque features (remodeling index and low-attenuation plaque percent). The number of participants in each TPV category (<250, 250-750, >750 mm3) across lipid level tertiles was calculated, and the significance of between-tertile differences was assessed with Fisher’s exact test. Associations between continuous lipid levels and continuous AI-QCT features were evaluated using Spearman correlation. No significant difference was observed in clinical coronary TPV categories across TC (P=0.31), LDL-C (P=0.21), Lp(a) (P=0.57), or apoB (P=0.26) level tertiles. A significant difference in the distribution of coronary TPV categories was observed across HDL-C tertiles (P=0.034). No significant correlations were observed between continuous TC, LDL-C, or Lp(a) levels and continuous measures of coronary plaque volume or high-risk plaque features. ApoB levels were significantly, albeit weakly, positively correlated with NCPV (ρ=0.15, P=0.032), and HDL-C levels were weakly negatively correlated with TPV (ρ=-0.12, P=0.042) and NCPV (ρ=-0.16, P=0.008). Traditional lipid biomarkers may not reliably reflect coronary atherosclerotic burden in statin-naïve individuals. These findings highlight the potential value of integrating AI-QCT-based measures of coronary plaque volume to improve patient-specific diagnosis of CAD.
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.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle