CMR imaging for the evaluation of myocardial stunning after acute myocardial infarction: a meta-analysis of prospective trials
Notice bibliographique
Résumé
BACKGROUND: Myocardial stunning is an important sequela of acute coronary syndromes and its determination might affect decisions on defibrillator implantation and assist devices after myocardial infarction (AMI). The aim of the study was to evaluate and compare the sensitivity, specificity, negative predictive value (NPV), and positive predictive value (PPV) of cardiac magnetic resonance imaging (CMR) assessing myocardial stunning after acute myocardial infarction using low-dose dobutamine (LDD), end-diastolic wall thickness, and contrast delayed enhancement (DE). METHODS AND RESULTS: A systematic review of Medline, Embase, and Cochrane for all prospective trials assessing myocardial stunning by CMR following AMI was performed using a standard approach for meta-analysis for diagnostic test and a bivariate analysis. Search results revealed 9384 studies, out of which 17 met criteria. A total of 634 patients (mean age 59 years, 85% male, mean left ventricular ejection fraction: 52%) were included. DE-CMR had a weighted sensitivity of 87% and specificity of 68% to detect myocardial stunning using 50% transmurality as a cut-off, with a PPV and NPV of 83 and 72%, respectively. With an overall diagnostic accuracy of 82%, LDD-CMR had a sensitivity of 67% and a specificity of 81%, with a PPV and NPV of 82 and 63%, respectively. LDD showed an overall accuracy of 74%. CONCLUSION: DE-CMR has a higher sensitivity, whereas LDD-CMR has a higher specificity for the detection of viable stunned myocardium following myocardial infarction. Whether the combination of DE and LDD may improve the prediction of myocardial recovery remains to be determined.
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 | 0,044 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,063 |
| Bibliométrie | 0,002 | 0,002 |
| 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 ».