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 hier à 15:10 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

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

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

16 Avr

7:30

Une étude aux Pays-Bas montre qu’un protocole standardisé améliore partiellement la qualité des comptes rendus d’échographie thyroïdienne, mais reste inégalement appliqué. Son efficacité dépend surtout d’une bonne communication et collaboration entre les professionnels de santé.

7:00

15 Avr

15:55

Stéphanie Rist, ministre de la Santé, a annoncé le 10 avril que le plafond d’indemnisation des astreintes de nuit et de week-end, initialement fixé à 280 euros, sera porté à 500 euros pour les personnels hospitalo-universitaires.

15:00

11:57

L’Académie nationale de médecine a indiqué dans un communiqué qu'elle considère que la mise en œuvre de la réforme pour la rentrée universitaire 2027 des études de médecine serait prématurée, difficilement soutenable et potentiellement délétère pour les étudiants comme pour les structures de formation. Elle recommande en conséquence de différer son application à la rentrée universitaire 2028 afin de permettre une préparation adaptée et sécurisée.

7:30

Le directeur général de l’ARS Île-de-France, a prononcé la dissolution du Conseil national de l’Ordre des médecins (CNOM) de la ville de Paris, a-t-il été annoncé dans un communiqué ce 13 avril. Cette décision fait suite aux nombreux dysfonctionnements et défaillances de l’institution mis en lumière dans un rapport récent de l’Inspection générale des finances.
✕
Docteur Imago

GRATUIT
VOIR