MétaCan
Menu
Retour à la cohorte
Enregistrement W2030710205 · doi:10.1186/1532-429x-11-s1-o68

Myocardial fibrosis is a prevalent finding in elite high-endurance athletes

2009· article· en· W2030710205 sur OpenAlexaff
Myra Cocker, Oliver Strohm, David J. Smith, Craig Butler, Israel Belenkie, Willem Meeuwisse, Matthias G. Friedrich

Notice bibliographique

RevueJournal of Cardiovascular Magnetic Resonance · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Effects of Exercise
Établissements canadiensLibin Cardiovascular Institute of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineAngiologyAthletesElite athletesFibrosisMyocardial fibrosisPhysical therapyInternal medicineCardiology

Résumé

récupéré en direct d'OpenAlex

Autopsies in athletes have shown that athletes have diffuse myocardial fibrosis, and epidemiological findings place athletes at a greater relative risk of sudden death due to cardiovascular causes. Electrocardiography abnormalities are well documented in athletes, where it is widely accepted that these are characteristic of the 'athlete's heart'. Furthermore, biochemical markers of collagen breakdown and myocardial fibrosis are elevated in athletes. As such, using CMR late Gadolinium enhancement (LE) imaging, we hypothesized that fibrosis is a feature of the athlete's heart and is associated with reduced cardiac function. 48 elite athletes (25 male, age 32 ± 13 years), and a control group of 8 healthy individuals (4 male, 31 ± 9 years) were prospectively recruited. On a 1.5 T MRI system, standard protocols for assessment for LV function and T1-weighted LE were performed. Two experienced observers assessed LE images visually for the presence of fibrosis. The extent of fibrosis was assessed quantitatively, using semi-automated detection where regions that had signal enhancement above a threshold of 5 standard deviations from the mean signal of healthy myocardium, were considered to represent fibrosis. Areas that had a lack of contrast enhancement were used to define healthy myocardium. Abbreviations utilized: LVEDVI – LV end-diastolic volume indexed-to-height; LVESVI – LV end-systolic volume indexed-to-height; LVSVI – LV stroke volume indexed-to-height; LVEF – LV ejection fraction 37 of 48 (77%) athletes had non-ischemic diffuse LE, compared with 1 of 8 (13%) of controls. The extent of myocardial fibrosis in athletes who had visual evidence for LE was 10.7 ± 3.3%. Athletes with fibrosis had increased LVEDVI (117 ± 19 vs. 98 ± 15 ml/m, p < 0.05), LVESVI (44 ± 11 vs. 34 ± 10 ml/m, p < 0.05), and LVSVI (73 ± 11 vs. 64 ± 7 ml/m, p < 0.05), while LVEF (63 ± 5 vs. 66 ± 6%, p > 0.05) did not differ, when compared to those who did not have fibrosis. Figure 1 . T1-weighted late gadolinium enhancement images . Left panels : Evidence of subepicardial non-ischemic myocardial fibrosis in athletes 1 and 2 (arrows), with none in healthy control. Right panels : Quantification of myocardial fibrosis by manually tracing a region of interest in health remote myocardium (blue outline). Automated computer thresholding set at 5 standard deviations above the mean signal intensity of remote myocardium detects fibrosis (red overlay). The detected extent of fibrosis for athlete 1 is 14.12%, 11.30% for athlete 2 and 0.20% for control. This is the first evidence of myocardial fibrosis being a prevalent finding in elite athletes, and its relation to cardiac morphology with depressed cardiac function. Long-term follow-up is required to assess the impact of fibrosis on outcome and prognosis in the 'athlete's heart'.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,236
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2009
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJournal of Cardiovascular Magnetic ResonanceMême sujetCardiovascular Effects of ExerciseTravaux en français237 207