Pericoronary fat radiomics on coronary CT angiography for predicting major adverse cardiac events: a systematic review and meta-analysis
0Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : ir. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Pericoronary fat radiomics on coronary CT angiography for predicting major adverse cardiac events: a systematic review and meta-analysis
- Date Crossref
- 28/07/2026
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Tabriz University of Medical Sciences Cardiovascular Research Center pays non établi dans la noticeUniversité ou école supérieure
-
Shahid Beheshti University of Medical Sciences Critical Care Quality Improvement Research Center pays non établi dans la noticeUniversité ou école supérieure
-
Imam Khomeini Hospital Department of Radiology pays non établi dans la noticeÉtablissement de santé
-
Isfahan University of Medical Sciences Student Research Committee pays non établi dans la noticeUniversité ou école supérieure
-
School of Pharmacy Department of Pharmacoeconomics and Pharma Management pays non établi dans la noticeUniversité ou école supérieure
Cardiovascular Research Center — Tabriz University of Medical Sciences, Critical Care Quality Improvement Research Center — Shahid Beheshti University of Medical Sciences et Department of Radiology — Imam Khomeini Hospital, avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Cardiovascular Disease and AdiposityAdipokines, Inflammation, and Metabolic DiseasesRadiomics and Machine Learning in Medical Imaging