CT and MR Imaging Findings in Patients with Acquired Heart Disease at Risk for Sudden Cardiac Death
Notice bibliographique
Résumé
Noninvasive imaging is an important screening and diagnostic tool in conditions associated with sudden cardiac death. The most common cause of sudden cardiac death is coronary artery disease, with myocarditis, cardiac sarcoidosis, and dilated and infiltrative cardiomyopathies being less common acquired causes. Common risk factors for sudden cardiac death, regardless of the disease process, include severe ventricular dysfunction and the presence of macroscopic scar seen at delayed contrast material-enhanced imaging. Recent advances in electrocardiographically (ECG) gated cardiac magnetic resonance (MR) imaging and multidetector computed tomography (CT) have led to increased referrals for cross-sectional imaging; thus, cardiac radiologists should be familiar with the disease entities associated with sudden cardiac death. Inflammatory processes and cardiomyopathies are best depicted with cardiac MR imaging. Steady-state free precession cine sequences coupled with inversion-recovery prepared gradient-echo T1-weighted sequences performed after the intravenous administration of gadolinium-based contrast material should form the basis of cardiac MR imaging protocols for cardiomyopathy. A clinical history that is suggestive of myocardial ischemia, specific requests to exclude coronary artery disease, or contraindications for MR imaging may imply that multidetector CT would be more appropriate. Nevertheless, both cardiac MR imaging and ECG-gated multidetector CT offer robust diagnosis and risk stratification for individual disease processes associated with sudden cardiac death.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».