Automated quantification of 99mTc sestamibi myocardial perfusion compared with visual analysis
Notice bibliographique
Résumé
OBJECTIVES: The visual interpretation of 99mTc sestamibi single photon emission computed tomography (SPECT) myocardial perfusion images can be challenging due to the quantity of scan information generated, the large number of normal variants, attenuation artifacts and gender differences. The development of automated, computer derived, quantitative indices of perfusion can assist in this interpretation by providing an objective measure. It is important to verify that similar results can be obtained when the software is used in centres outside those where the algorithms were initially developed. Our objective was to assess the degree of concordance between the visual and automated diagnostic assessments of 99mTc sestamibi SPECT. METHODS: We studied 718 patients referred for 99mTc sestamibi SPECT myocardial perfusion imaging. The SPECT studies were initially interpreted visually without benefit of computer based analysis, and were then subjected to blinded reprocessing to extract quantitative indices of perfusion. RESULTS: There was very good agreement between the visual and quantitative diagnostic classifications. When a visual abnormality was taken to be the reference standard, the automated summed stress score (SSS) showed agreement (SSS>3) in 80% (kappa 0.60, P<0.0001). The area under the receiver operating characteristic (ROC) curve was 0.89 (95% confidence interval (CI), 0.86-0.91). Concordance was greater in those with previous myocardial infarction or severe perfusion defects, but was not affected by age, prior revascularization, stress procedure or heart rate. Concordance over the presence or absence of visual reversibility and the summed difference score (SDS) in abnormal scans was slightly lower (overall agreement 73% (kappa 0.36, P<0.00001) and ROC area 0.84 (95% CI, 0.77-0.90)). CONCLUSION: Automated quantification of 99mTc sestamibi SPECT myocardial perfusion with the SSS and SDS provides objective diagnostic information and concordance when compared with conventional visual image interpretation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».