文献

J-GLOBAL ID：202202251991577233   整理番号：22A0772870

プラーク関連因子は人工知能冠動脈補助診断システムの診断性能に影響を及ぼすか?侵襲性冠動脈造影との比較【JST・京大機械翻訳】

Do plaque-related factors affect the diagnostic performance of an artificial intelligence coronary-assisted diagnosis system? Comparison with invasive coronary angiography

著者 (9件)： Xu Jie (Department of Radiology, the Second Affiliated Hospital of Chongqing Medical University, Chongqing, China) ,  Chen Linli (Department of Radiology, the Second Affiliated Hospital of Chongqing Medical University, Chongqing, China) ,  Wu Xiaojia (Department of Radiology, the Second Affiliated Hospital of Chongqing Medical University, Chongqing, China) ,  Li Chuanming (Department of Radiology, the Second Affiliated Hospital of Chongqing Medical University, Chongqing, China) ,  Ai Guangyong (Department of Radiology, the Second Affiliated Hospital of Chongqing Medical University, Chongqing, China) ,  Liu Yuexi (Department of Radiology, the Second Affiliated Hospital of Chongqing Medical University, Chongqing, China) ,  Tian Bitong (Department of Radiology, the Second Affiliated Hospital of Chongqing Medical University, Chongqing, China) ,  Guo Dajing (Department of Radiology, the Second Affiliated Hospital of Chongqing Medical University, Chongqing, China) ,  Fang Zheng (Department of Radiology, the Second Affiliated Hospital of Chongqing Medical University, Chongqing, China)
資料名： European Radiology  (European Radiology)
巻： 32  号： 3  ページ： 1866-1878  発行年： 2022年 
JST資料番号： W4351A  ISSN： 0938-7994  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 目的:本研究の目的は,人工知能冠動脈支援診断システム(AI-CADS)の診断性能に及ぼすプラーク関連因子の影響を調べることであった。方法:冠動脈コンピュータ断層撮影血管造影(CCTA)と侵襲的冠動脈血管造影(ICA)を受けた患者を本研究に含めた。CCTAとICAから各血管の狭窄の程度を収集し,プラーク関連因子(プラーク長,プラーク型,冠動脈カルシウムスコア(CAC))に関する情報をCCTAから採取した。結果:合計で,306人の患者(166人の男性;65.7±10.1歳)の1224の血管を分析した。これらのうち,249人の患者の391血管は,金標準としてICAを用い,有意な狭窄を示した。単位として血管を使用して,AI-CADS,医師,およびAI-CADS+医師の冠状動脈狭窄≧50%の曲線下面積は,それぞれ0.764,0.837,および0.853であった。冠動脈狭窄の程度を解釈する精度は,それぞれ56.0%,68.1%および71.2%であった。750の血管は,CCTAに関してプラークを示した。プラーク型はAI-CADSによる解釈結果に影響しなかった(χ2乗検定:p=0.0093;多重ロジスティック回帰:p=0.4937)。しかし,プラーク長(カイ二乗検定:p<0.0001;多重ロジスティック回帰:p=0.0061)およびCAC(カイ二乗検定:p<0.0001;多重ロジスティック回帰:p=0.0001)に対する解釈結果は有意に異なった。結論:AI-CADSは50%以上の冠動脈狭窄を識別する能力を有するが,AI-CADSに基づく追加の手動解釈が必要である。プラーク長とCACはAI-CADSの診断性能に影響する。キーポイント:AI-CADSは,放射線科医がCCTAを迅速に評価し,AI-CADSに基づく診断信頼性を改善し,プラーク長とCACがAI-CADSの診断性能に影響するであろう。Copyright European Society of Radiology 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： χ2乗検定 ,  金 ,  信頼性 ,  血管 ,  *人工知能 ,  多重化 ,  *プラーク ,  *冠動脈 ,  冠動脈疾患 ,  狭窄症 ,  血管造影 ,  *冠動脈造影 ,  冠状動脈狭窄 ,  CT血管造影 ,  検査 ,  *X線検査 ,  *放射線検査 ,  *非破壊検査
準シソーラス用語： ロジスティック回帰分析 ,  *診断システム , 【Automatic Indexing@JST】

著者キーワード (3件)： コンピュータ断層撮影血管造影 ,  人工知能 ,  冠動脈狭窄

分類 (1件)： 循環系の診断  (GJ02000V)

タイトルに関連する用語 (8件)： プラーク ,  因子 ,  人工知能 ,  冠動脈 ,  補助診断 ,  診断性能 ,  侵襲性 ,  冠動脈造影