دانلود مقاله انگلیسی رایگان:تفاوت های جنسیتی در عملکرد تشخیصی یادگیری دستگاه یادگیری عروق کرونر CT-نتیجه حاصل از کسری جریان کسری ناشی از آنژیوگرافی از رجیستری ماشین - 2019
دانلود بهترین مقالات isi همراه با ترجمه فارسی
دانلود مقاله انگلیسی یادگیری ماشین رایگان
  • Gender differences in the diagnostic performance of machine learning coronary CT angiography-derived fractional flow reserve -results from the MACHINE registry Gender differences in the diagnostic performance of machine learning coronary CT angiography-derived fractional flow reserve -results from the MACHINE registry
    Gender differences in the diagnostic performance of machine learning coronary CT angiography-derived fractional flow reserve -results from the MACHINE registry

    سال انتشار:

    2019


    عنوان انگلیسی مقاله:

    Gender differences in the diagnostic performance of machine learning coronary CT angiography-derived fractional flow reserve -results from the MACHINE registry


    ترجمه فارسی عنوان مقاله:

    تفاوت های جنسیتی در عملکرد تشخیصی یادگیری دستگاه یادگیری عروق کرونر CT-نتیجه حاصل از کسری جریان کسری ناشی از آنژیوگرافی از رجیستری ماشین


    منبع:

    Sciencedirect - Elsevier - European Journal of Radiology, 119 (2019) 108657: doi:10:1016/j:ejrad:2019:108657


    نویسنده:

    Stefan Baumanna,b, Matthias Renkera,c, U. Joseph Schoepfa,d,⁎, Carlo N. De Ceccoa, Adriaan Coenene,f, Jakob De Geerg, Mariusz Krukh, Young-Hak Kimi, Moritz H. Albrechta,j, Taylor M. Duguaya, Brian E. Jacobsa, Richard R. Bayera,d, Sheldon E. Litwina,d, Christel Weissk, Ibrahim Akinb, Martin Borggrefeb, Dong Hyun Yangl, Cezary Kepkah, Anders Perssong, Koen Niemane,f,m, Christian Teschea


    چکیده انگلیسی:

    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-FFRML) 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≤0.80 were considered hemodynamically significant, whereas cCTA luminal stenosis ≥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.
    Keywords: Coronary artery disease | Machine learning | Spiral computed tomography | Fractional flow reserve


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 6
    حجم فایل: 1644 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی