Differential risk of acute coronary syndrome in main vessels and side branches according to lumen, plaque, and haemodynamic characteristics
Notice bibliographique
Résumé
Abstract Background The management of coronary bifurcation lesions remains a challenge in interventional cardiology. While prior studies have demonstrated that upfront side branch (SB) stenting offers limited clinical benefit compared with a provisional approach, the optimal strategy for assessing SB lesion risk remains less well defined. Unlike main vessel (MV) lesions, where the interplay between luminal, plaque, and haemodynamic characteristics has been extensively studied, it remains uncertain whether the same high-risk features carry similar clinical significance in SB lesions. Purpose This study aimed to compare the associations among lumen, plaque, and haemodynamic characteristics in MV and SB lesions and to evaluate differences in their acute coronary syndrome (ACS) risk. Methods Using data from the EMERALD-II trial, we analysed coronary lesions from 351 patients who had undergone coronary computed tomography angiography (CCTA) between one month and three years prior to ACS onset. MV and SB lesions were identified, and the lesion characteristics including degree of stenosis, plaque burden, adverse plaque characteristics (APCs), and ΔFFRCT were assessed. Culprit lesions were determined based on invasive coronary angiography at the time of ACS. Results Among the 2,541 lesions analysed, 2,011 (82.0%) were MV lesions and 440 (18.0%) were SB lesions. The correlations between luminal stenosis, plaque burden, number of APCs, and ΔFFRCT were generally weaker in SB than in MV lesions. Among lesions with comparable high-risk features, the proportion of ACS culprits was consistently lower in SB than in MV lesions (≥50% stenosis: 38.5% vs. 11.1%; ≥70% plaque burden: 23.8% vs. 8.6%; ≥2 APCs: 34.4% vs. 18.2%; ΔFFRCT ≥0.1: 49.4% vs. 19.4%, all p < 0.05). Even when applying more stringent cutoffs for high-risk features in SB lesions, the proportion of ACS culprit lesions remained lower than in MV lesions with predefined high-risk features. Diagnostic performance of all four high-risk features, was lower in SB than in MV lesions, although ΔFFRCT ≥0.1 provided the highest predictive value in both MV and SB. Conclusions MV and SB lesions exhibit different lumen-plaque relationships, leading to differences in ACS incidence under identical conditions. These findings suggest that current MV-derived high-risk criteria may not be directly applicable to SB lesions, highlighting the need for a more tailored approach to SB lesion 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».