Sökning: WFRF:(Renker Matthias)
> (2019) >
Gender differences ...
Gender differences in the diagnostic performance of machine learning coronary CT angiography-derived fractional flow reserve -results from the MACHINE registry
-
- Baumann, Stefan (författare)
- Med Univ South Carolina, SC 29425 USA; Univ Med Ctr Mannheim, Germany
-
- Renker, Matthias (författare)
- Med Univ South Carolina, SC 29425 USA; Kerckhoff Heart and Thorax Ctr, Germany
-
- Schoepf, U. Joseph (författare)
- Med Univ South Carolina, SC 29425 USA; Med Univ South Carolina, SC 29425 USA
-
visa fler...
-
- De Cecco, Carlo N. (författare)
- Med Univ South Carolina, SC 29425 USA
-
- Coenen, Adriaan (författare)
- Erasmus Univ, Netherlands; Erasmus Univ, Netherlands
-
- de Geer, Jakob (författare)
- Linköpings universitet,Avdelningen för radiologiska vetenskaper,Medicinska fakulteten,Centrum för medicinsk bildvetenskap och visualisering, CMIV,Region Östergötland, Röntgenkliniken i Linköping
-
- Kruk, Mariusz (författare)
- Inst Cardiol, Poland
-
- Kim, Young-Hak (författare)
- Univ Ulsan, South Korea
-
- Albrecht, Moritz H. (författare)
- Med Univ South Carolina, SC 29425 USA; Univ Hosp Frankfurt, Germany
-
- Duguay, Taylor M. (författare)
- Med Univ South Carolina, SC 29425 USA
-
- Jacobs, Brian E. (författare)
- Med Univ South Carolina, SC 29425 USA
-
- Bayer, Richard R. (författare)
- Med Univ South Carolina, SC 29425 USA; Med Univ South Carolina, SC 29425 USA
-
- Litwin, Sheldon E. (författare)
- Med Univ South Carolina, SC 29425 USA; Med Univ South Carolina, SC 29425 USA
-
- Weiss, Christel (författare)
- Heidelberg Univ, Germany
-
- Akin, Ibrahim (författare)
- Univ Med Ctr Mannheim, Germany
-
- Borggrefe, Martin (författare)
- Univ Med Ctr Mannheim, Germany
-
- Yang, Dong Hyun (författare)
- Univ Ulsan, South Korea
-
- Kepka, Cezary (författare)
- Inst Cardiol, Poland
-
- Persson, Anders (författare)
- Linköpings universitet,Avdelningen för radiologiska vetenskaper,Medicinska fakulteten,Centrum för medicinsk bildvetenskap och visualisering, CMIV,Region Östergötland, Röntgenkliniken i Linköping
-
- Nieman, Koen (författare)
- Erasmus Univ, Netherlands; Erasmus Univ, Netherlands; Stanford Univ, CA 94305 USA
-
- Tesche, Christian (författare)
- Med Univ South Carolina, SC 29425 USA; Heart Ctr Munich Bogenhausen, Germany; Ludwig Maximilians Univ Munchen, Germany
-
visa färre...
-
(creator_code:org_t)
- ELSEVIER IRELAND LTD, 2019
- 2019
- Engelska.
-
Ingår i: European Journal of Radiology. - : ELSEVIER IRELAND LTD. - 0720-048X .- 1872-7727. ; 119
- Relaterad länk:
-
https://urn.kb.se/re...
-
visa fler...
-
https://doi.org/10.1...
-
visa färre...
Abstract
Ämnesord
Stäng
- Purpose: This study investigated the impact of gender differences on the diagnostic performance of machine-learning based coronary CT angiography (cCTA)-derived fractional flow reserve (CT-FFR mL ) for the detection of lesion-specific ischemia. Method: Five centers enrolled 351 patients (73.5% male) with 525 vessels in the MACHINE (Machine leArning Based CT angiograpHy derIved FFR: a Multi-ceNtEr) registry. CT-FFRML and invasive FFR amp;lt;= 0.80 were considered hemodynamically significant, whereas cCTA luminal stenosis amp;gt;= 50% was considered obstructive. The diagnostic performance to assess lesion-specific ischemia in both men and women was assessed on a per-vessel basis. Results: In total, 398 vessels in men and 127 vessels in women were included. Compared to invasive FFR, CT-FFRML reached a sensitivity, specificity, positive predictive value, and negative predictive value of 78% (95%CI 72-84), 79% (95%CI 73-84), 75% (95%CI 69-79), and 82% (95%CI: 76-86) in men vs. 75% (95%CI 58-88), 81 (95%CI 72-89), 61% (95%CI 50-72) and 89% (95%CI 82-94) in women, respectively. CT-FFRML showed no statistically significant difference in the area under the receiver-operating characteristic curve (AUC) in men vs. women (AUC: 0.83 [95%CI 0.79-0.87] vs. 0.83 [95%CI 0.75-0.89], p = 0.89). CT-FFRML was not superior to cCTA alone [AUC: 0.83 (95%CI: 0.75-0.89) vs. 0.74 (95%CI: 0.65-0.81), p = 0.12] in women, but showed a statistically significant improvement in men [0.83 (95%CI: 0.79-0.87) vs. 0.76 (95%CI: 0.71-0.80), p = 0.007]. Conclusions: Machine-learning based CT-FFR performs equally in men and women with superior diagnostic performance over cCTA alone for the detection of lesion-specific ischemia.
Ämnesord
- MEDICIN OCH HÄLSOVETENSKAP -- Klinisk medicin -- Radiologi och bildbehandling (hsv//swe)
- MEDICAL AND HEALTH SCIENCES -- Clinical Medicine -- Radiology, Nuclear Medicine and Medical Imaging (hsv//eng)
Nyckelord
- Coronary artery disease; Machine learning; Spiral computed tomography; Fractional flow reserve
Publikations- och innehållstyp
- ref (ämneskategori)
- art (ämneskategori)
Hitta via bibliotek
Till lärosätets databas
- Av författaren/redakt...
-
Baumann, Stefan
-
Renker, Matthias
-
Schoepf, U. Jose ...
-
De Cecco, Carlo ...
-
Coenen, Adriaan
-
de Geer, Jakob
-
visa fler...
-
Kruk, Mariusz
-
Kim, Young-Hak
-
Albrecht, Moritz ...
-
Duguay, Taylor M ...
-
Jacobs, Brian E.
-
Bayer, Richard R ...
-
Litwin, Sheldon ...
-
Weiss, Christel
-
Akin, Ibrahim
-
Borggrefe, Marti ...
-
Yang, Dong Hyun
-
Kepka, Cezary
-
Persson, Anders
-
Nieman, Koen
-
Tesche, Christia ...
-
visa färre...
- Om ämnet
-
- MEDICIN OCH HÄLSOVETENSKAP
-
MEDICIN OCH HÄLS ...
-
och Klinisk medicin
-
och Radiologi och bi ...
- Artiklar i publikationen
-
European Journal ...
- Av lärosätet
-
Linköpings universitet