Association of Quantitative Coronary Artery Calcium Density Subtype Volumes With Major Adverse Cardiovascular Events
Notice bibliographique
Résumé
BACKGROUND: Growing evidence has demonstrated that low density coronary artery calcification (CAC) is associated with a higher risk of cardiovascular events. OBJECTIVES: We aim to explore the relationship between CAC volumes at predefined densities, assessed by CAC volume according to CAC Hounsfield unit (HU), and major adverse cardiac events (MACEs). METHODS: We evaluated 3 patient groups with no prior coronary artery disease history who underwent an electrocardiogram-gated noncontrast computed tomography scan for CAC scanning (CAC group, n = 2,028) or as part of a cardiac imaging test: single-photon emission computed tomography (SPECT)-myocardial perfusion imaging (SPECT group, n = 2,782), and positron emission tomography (PET)-myocardial perfusion imaging (PET group, n = 2,366). CAC subtype volumes of low, intermediate, and high density based on HU cutoff (low: 130-199 HU, intermediate: 200-399 HU, and high: ≥400 HU). MACE included mortality, myocardial infarction, unstable angina, and late revascularization. RESULTS: During a median 4.3 years (interquartile ranges: 2.6-12.8) follow-up duration, 1,033 MACE occurred (14.4%). In multivariable analysis, low-density CAC volume was independently predictive of MACE (log-transformed; CAC group: HR: 1.65; 95% CI: 1.05-2.60; SPECT group: HR: 1.41, 95% CI: 1.02-1.94; PET group: HR: 1.34, 95% CI: 1.11-1.61; P < 0.05), whereas intermediate and high-density volumes were not (P > 0.05). Density CAC volumes improved discrimination and reclassification among all 3 groups (CAC, SPECT, and PET groups: global chi-square improvement: 9.1, 16.1, and 16.6, respectively, P < 0.01; net reclassification index: 47.3, [95% CI: 33.2-61.4], 49.6 [95% CI: 36.8-62.4] and 15.4, [95% CI: 5.9-24.9], respectively, P < 0.01). CONCLUSIONS: Low-density HU volume was independently associated with an increased MACE risk and improved discrimination and reclassification over conventional approaches in a broad spectrum of individuals undergoing CAC scanning.
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 | 0,003 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».