Reproducibility of Serial Left Ventricle Perfusion, Volume, and Ejection Fraction Measurements Using Multiplexed Multipinhole SPECT in Healthy Rats and Rats After Myocardial Infarction
Notice bibliographique
Résumé
UNLABELLED: Assessment of small-animal cardiac data acquired using SPECT requires an accurate understanding of the reproducibility and the uncertainties associated with the technique. Furthermore, it is also useful to have a baseline of reference data against which to compare the outcome of a particular study. METHODS: We scanned both healthy and post-myocardial infarction rats injected with (99m)Tc-tetrofosmin in a multidetector, multipinhole small-animal SPECT scanner. In this paper, we report on the creation of a reference database of the relative myocardial blood perfusion of rats. We also evaluated the reproducibility of perfusion measurements and measurements of left ventricle volume and ejection fraction, defined as the SD of a particular measurement repeated on the same animal or over multiple animals. RESULTS: For the healthy rats, interscan reproducibility of volume measurements was 4%-7% of the total volume, and intersubject reproducibility was 9%-12% of the volume being measured. Interscan reproducibility remained unaffected after infarction (6%-8%), but intersubject reproducibility was much poorer (15%-26%). Ejection fraction in healthy animals was highly reproducible between scans and between rats: 3.1% and 3.3%, respectively. Interscan reproducibility of the postinfarction ejection fraction was 3.6%; intersubject reproducibility after infarction was 8.1%. CONCLUSION: We have created a reference database for small-animal SPECT perfusion measurements in healthy male Sprague-Dawley rats and quantified the reproducibility of perfusion and functional measurement made with small-animal SPECT in healthy and postinfarction rats.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».