Risque cardiovasculaire

La composition corporelle en scanner est associée aux risques d’AVC et d’infarctus

Une récente étude rétrospective pointe l'avantage d’évaluer la composition corporelle des patients au scanner en routine grâce à un algorithme d'apprentissage profond. L'aire occupée par la graisse viscérale en coupe abdominale serait en effet associée à un risque accru d'AVC et d'infarctus du myocarde.

icon réservé aux abonnésArticle réservé aux abonnés
Le 30/09/22 à 15:00, mise à jour le 11/09/23 à 13:23 Lecture 2 min.

Le risque d'infarctus du myocarde est multiplié par 1,31 dans le premier quartile de patients à la plus forte proportion de graisse viscérale par rapport au dernier quartile (photo d'illustration). D. R.

Le calcul en routine au scanner de la composition corporelle améliore l'évaluation du risque cardiovasculaire, d'après une étude rétrospective américaine publiée en ligne le 18 août sous la forme d'un manuscrit accepté dans AJR [1]. Les auteurs font état en particulier d'un risque accru d'infarctus du myocarde (Hazard ratio (HR) = 1,31, IC (95 %) = [1,03 ; 1,67], p = 0,04) et d'AVC (HR = 1,46, IC (95 %) = [1,07 ; 2,00], p = 0,04) dans le quartile de patients qui présentent la plus importante aire de graisse viscérale par rapport au quartile de ceux qui en ont le moins.

Une composition corporelle déterminée par apprentissage profond

Pour arriver à ces résultats, les auteurs ont évalué grâce à un logiciel d’apprentissage profond la composition corporelle de 9 752 patients qui avaient passé un scanner abdominal avec une coupe au niveau de la vertèbre L3 en 2012 dans un hôpital étasunien. Les patients étaient externes à l'hôpital, leur profil devait être compatibles avec le calcul par le log

Il vous reste 67% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

François Mallordy

Bibliographie

  1. Magudia K., Bridge C. P., Bay C. P. et coll., « Utility of normalized body composition areas, derived from outpatient abdominal CT using a fully automated deep learning method, for predicting subsequent cardiovascular events », AJR, accepté le 18 août 2022. DOI : 10.2214/AJR.22.27977.

Mots-clés

apprentissage profond

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

21 Fév

13:40

Selon une étude publiée dans Radiology, un algorithme d’apprentissage profond disponible dans le commerce peut permettre des examens IRM de l’épaule de bonne qualité en sept minutes.

7:37

Le parlement a adopté définitivement le budget 2025 de la Sécurité sociale ce 17 février. Il prévoit une hausse des dépenses d’Assurance maladie de 3,4 %, pour atteindre un montant de 265 milliards d’euros.

7:00

20 Fév

16:01

L’imagerie des paramètres d’atténuation par ultrasons peut être utilisée pour le dépistage clinique afin d’évaluer la prévalence de la MASLD chez les patients en surpoids ou obèses et de suivre de manière dynamique la progression de la maladie, conclut une étude publiée dans Clinical radiology.

15:00

13:31

Le modèle de langage appelé Axpert démontre un potentiel de marquage automatique de l’entérocolite nécrosante sur les comptes-rendus de radiographie abdominale infantile. Cette méthode de marquage peut ainsi servir de cadre pour d’autres modalités d’imagerie et maladies chez les enfants, et les maladies rares chez l’adulte, suggère une étude publiée dans JAMIA Open.
✕
Docteur Imago

GRATUIT
VOIR