MétaCan
Menu
Retour à la cohorte

Noninvasive assessment of cardiac ischemic injury using87Rb and23Na MR imaging,31P MR, and optical spectroscopy

2000· article· en· W1977666516 sur OpenAlexaff
V.V. Kupriyanov, George Dai, Raymond A. Shaw, J. Sun, Olga Jilkina, Z Luo, Henry H. Mantsch, R. Deslauriers

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensNational Research Council Institute for BiodiagnosticsUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésIschemiaAnterior wallOcclusionChemistryMagnetic resonance imagingIschemic injuryNuclear medicineNuclear magnetic resonanceMedicineCardiologyRadiology

Résumé

récupéré en direct d'OpenAlex

The aim of the study was to compare and analyze different noninvasive indices of cell damage in the isolated pig heart model of regional ischemia. We used (23)Na and (87)Rb MR imaging to evaluate Na(+)/K(+) balance, (31)P MR spectroscopy to measure energetics, and optical spectroscopy to assess oxymyoglobin (MbO(2)). Hearts were subjected to 120-min occlusion of the left anterior descending artery and were then reperfused for 120 min. Reperfusion resulted in an increase in (23)Na (37 +/- 18% of the posterior wall) and decrease in (87)Rb (55 +/- 15%) image intensities, partial recovery of PCr, ATP, the total phosphates, and MbO(2) in the anterior wall. The above changes are consistent with the irreversible cell damage in the anterior wall, confirmed by lack of staining with triphenyltetrazolium chloride. Changes in Na(+) and Rb(+) in the infarct area inversely correlated and their ratio is a more sensitive index of cell injury than either of them alone.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,491
Score d'incertitude au seuil0,714

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,339
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207