Stress cardiovascular MR in routine clinical practice: referral patterns, accuracy, tolerance, safety and incidental findings
Notice bibliographique
Résumé
OBJECTIVE: The use of stress cardiovascular MR (CMR) to evaluate myocardial ischaemia has increased significantly over recent years. We aimed to assess the indications, incidental findings, tolerance, safety and accuracy of stress CMR in routine clinical practice. METHODS: We retrospectively examined all stress CMR studies performed at our tertiary referral centre over a 20-month period. Patients were scanned at 1.5 T, using a standardised protocol with routine imaging for late gadolinium enhancement. Angiograms of patients were assessed by an interventional cardiologist blinded to the CMR data. RESULTS: 654 patients were scanned (mean age 65±29 years; 63 inpatients; 9.6%). 14% of patients had incidental extracardiac findings, the commonest being liver or renal cysts (6%) and pulmonary nodules (4%). 639 patients (97.7%) received intravenous adenosine, 10 received intravenous dobutamine and 5 patients had both. Of the 15 patients who received dobutamine, 12 had no side-effects/complications, 2 experienced nausea and 1 chest tightness. Of the 644 patients who received adenosine, 43% experienced minor symptoms, 1% had transient heart block and 0.2% had severe bronchospasm requiring termination of infusion. There were no cases of hospitalisation or myocardial infarction. 241 patients also had coronary angiography. For detecting at least moderate stenosis of ≥50%, sensitivity was 86%, specificity 98% and accuracy 89%. For detecting severe stenoses of ≥70%, sensitivity was 91%, specificity 86% and overall accuracy 90%. These results compare very favourably with previous smaller research studies and meta-analyses. CONCLUSION: We conclude that stress CMR, with adenosine as the main stress agent, is well tolerated, safe and accurate in routine clinical practice.
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 | 0,003 | 0,006 |
| 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 | 0,001 |
| 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 ».