Role of Three-Dimensional Echocardiography in Breast Cancer: Comparison With Two-Dimensional Echocardiography, Multiple-Gated Acquisition Scans, and Cardiac Magnetic Resonance Imaging
Notice bibliographique
Résumé
PURPOSE: In patients with breast cancer, the administration of doxorubicin and trastuzumab is associated with an increased risk of cardiotoxicity. Although multiple-gated acquisition (MUGA) scans and two-dimensional transthoracic echocardiography (TTE) are conventional methods for baseline and serial assessment of left ventricular ejection fraction (LVEF) in these patients, little is known about the use of real-time three-dimensional TTE (RT3D TTE) in this clinical setting. The aim of this study was to assess the accuracy of MUGA, 2D TTE, and RT3D TTE for determining LVEF in comparison to cardiac magnetic resonance imaging (CMR). METHODS: Between 2007 and 2009 inclusive, 50 female patients with human epidermal growth factor receptor 2-positive breast cancer received adjuvant trastuzumab after doxorubicin. Serial MUGA, 2D TTE, RT3D TTE, and CMR were performed at baseline, 6, and 12 months after the initiation of trastuzumab. RESULTS: A comparison of left ventricular end diastolic volume (LVEDV) demonstrated a modest correlation between 2D TTE and CMR (r = 0.64 at baseline; r = 0.69 at 12 months, respectively). A comparison of LVEDV between RT3D TTE and CMR demonstrated a stronger correlation (r = 0.87 at baseline; r = 0.95 at 12 months, respectively). Although 2D TTE demonstrated a weak correlation with CMR for LVEF assessment (r = 0.31 at baseline, r = 0.42 at 12 months, respectively), both RT3D TTE and MUGA showed a strong correlation when compared with CMR (r = 0.91 at baseline; r = 0.90 at 12 months, respectively). CONCLUSION: As compared with conventional MUGA, RT3D TTE is a feasible, accurate, and reproducible alternate imaging modality for the serial monitoring of LVEF in patients with breast cancer.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 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 ».