Model versus non-model based left ventricular volumetry - A matter of imaging modality or quantification software?
Notice bibliographique
Résumé
Objective: To compare the modalities 3D-echocardiography (RT3DE) and cardiac magnetic resonance as well as semiautomatic non-model-based and model-based quantification software (SWP-MRI and SWT-MRI) regarding accuracy and agreement of left ventricular functional indices. Methods: 9 asymmetrically shaped gel phantoms (range: 20-350ml), 24 healthy children (age=11.4±3.3y) and 11 patients with abnormally shaped left ventricles (22.0±17.0y) were prospectively investigated. 3D-echocardiography was performed using a Vivid 7 ultrasound machine (V3 matrix transducer); postprocessing was done with a model-based analysis strategy (SWT-echo). CMR datasets were obtained using a multi-slice multi-phase steady‑state-free-precision acquisition (TR/TE/flip=2.8msecs/1.4msecs/60°) with a 1.5T MR system. Volume quantification was done using the same model-based software for CMR as well as non model-based software based on the summation of discs method. Agreement of EDV, ESV and EF between SWT-echo, SWP-mri vs. SWT-mri was determined by Bland Altman analysis. Results: Phantom study revealed high accuracy (<1%) for SWT-echo and SWP-mri as well as a moderate underestimation for SWT‑mri (13%). Agreement between SWP-mri and SWT-echo was superior in volunteers [mean; limits-of- agreement: EDV(5.3%; -20.1 to 30.8%), ESV(-1.3%; -41.6 to 38.9%), EF(4.0%; -12.0 to 19.9%)] with only slight underestimation by RT3DE in patients [EDV(11.5%; ‑18.5 to 41.4%), ESV(13.0%; -5.4 to 31.5%), EF(‑6.9%; -49.9 to 36.1%)]. Comparing SWT-echo with SWT-mri revealed volume underestimation of EDV (9.8; -20.5 to 40.0%) and overestimation of ESV (-9.6; -60.1 to 41.0%) in volunteers by SWT-mri resulting in underestimation of EF (12.6;-9.6 to 34.9). In patients minor differences between SWT-echo and SWT-mri were observed [EDV (0.6%; -28.2 to 29.4%), ESV (-2.4%; -38.2 to 33.4%), EF(9.3%; -35.7 to 54.3%)]. Compared to our reference SWP-mri both model-based techniques moderately underestimated EDV (SWT-MRI 12.1%; ‑2.1 to 26.4%, SWT-echo 11.5%; -18.5 to 41.4%) and ESV (SWT-mri 10.6%; -21.2 to 42.4%, SWT-echo 13.0%; -5.4 to 31.5%) resulting in quite precise EF(SWT-MRI 2.4%, -23.7 to 28.5%). Conclusion: Accuracy and reliability of left ventricular indices are excellent for RT3DE assessed by model based approach compared to non-model-based CMR approach in phantoms and healthy volunteers with minor volume underestimation in atypically shaped moving ventricles. Minor agreement was present if the model-based CMR software was used for determination of ventricular volumes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».