A new tool for estimating left ventricular ejection fraction derived from wall motion score index.
Notice bibliographique
Résumé
BACKGROUND: Radionuclide angiography (RNA) and echocardiography (biplane Simpson method) are the most accepted techniques for left ventricular ejection fraction (LVEF) assessment. A new method to evaluate LVEF based on the regional wall motion assessment of the LV was attempted. OBJECTIVE: To develop a simple method for LVEF estimation using wall motion score index (WMSI) with transthoracic echocardiography (TTE). METHODS: Two hundred and forty-three patients with abnormal LV contractility had TTE and RNA performed less than three days apart. The WMSI was calculated in all patients using the 16-segment model as proposed by the American Society of Echocardiography. For the first 150 patients, a correlation between LV WMSI and RNA EF was established to create a regression equation. This regression equation (RNA LVEF=92.8-25.8xWMSI) was used on 93 consecutive patients to compare this equation with RNA EF. From the total cohort (243 patients), three subgroups were studied specifically: atrial fibrillation (AF) (n=50 patients), dyskinesia (DK) (n=40 patients) and aneurysm (AN) (n=42 patients). RESULTS: Correlation between RNA EF and WMSI in the first 150 patients was r=0.82. In the second group of 93 consecutive patients, WMSI EF derived from the estimated regression equation correlated well with RNA EF (r=0.86). Correlation remained high in the three subgroups: AF (r=0.87), DK (r=0.87) and AN (r=0.80). In the 111 patients without DK, AN or AF correlation between RNA and the studied method was even higher (r=0.91). In a random subgroup of 54 patients, RNA was compared with the biplane Simpson method (49 of 54 patients, r=0.82). In the same subgroup of 54 patients, the score was modified to allow for mild hypokinesia (score=1.5) and severe hypokinesia (score=2.5) (54 of 54 patients, r=0.83). CONCLUSION: LVEF assessment by this new simple mathematical model using the WMSI is feasible and easy to use during routine TTE. It has excellent correlation with other methods such as biplane Simpson and RNA.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».