Quantification of circumferential, longitudinal, and radial global fractional shortening using steady‐state free precession cines: A comparison with tissue‐tracking strain and application in fabry disease
Notice bibliographique
Résumé
PURPOSE: Conventional calculation of myocardial strain requires tissue-tracking. A surrogate for strain called global fractional shortening (GFS) is proposed based on changes in dimensions of endocardial and epicardial surfaces without tissue-tracking. METHODS: Three-dimensional endocardial and epicardial left ventricular surfaces traced at end-diastole and end-systole using conventional steady-state free precession cine images were used to calculate GFScc (circumferential), GFSll (longitudinal), and GFSrr (radial) using fractional length changes in each direction over the heart surface. GFS values were validated using finite element models (FEM) and in vivo using tagging-derived strains (εcc ,εll ,εrr ) in patients with a wide range of ejection fraction (EF) and diagnosis (n=32). GFS was also measured in 31 patients with Fabry disease and matched healthy controls. RESULTS: GFS values were within 3% of average FEM-derived Lagrangian strains and had good agreement in vivo (GFScc =-14 ± 4%, εcc =-14 ± 4%, R(2) =0.85; GFSll =-12 ± 4%, εll =-12 ± 4%, R(2) =0.72; GFSrr =46 ± 21%). εrr could not be measured reliably from tagging. Compared with healthy controls with matched EF, patients with Fabry disease had significantly increased GFScc (Endo) (-28 ± 3% versus -25 ± 2%), decreased GFScc(Epi) (-10 ± 2% versus -11 ± 2%) and decreased GFSll for all components. CONCLUSION: GFS yields similar values to conventionally measured strains without requiring tissue-tracking. Compared with controls, patients with Fabry disease have significant differences in several GFS components.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».