Detection of serial changes in absolute myocardial perfusion with 82Rb PET.
Notice bibliographique
Résumé
UNLABELLED: Serial changes in myocardial perfusion may represent an important marker of disease progression or regression or the effects of therapy for patients with coronary artery disease (CAD). Quantitative methods have not been developed for the assessment of serial changes in perfusion. The objective of this study was to use receiver operator characteristic (ROC) analysis to determine the sensitivity and specificity of direct paired comparisons (DPCs) to detect changes in absolute myocardial perfusion measured with 82Rb PET. METHODS: Repeated dynamic 82Rb PET scans were obtained on 8 dogs at rest and during hyperemia induced with dobutamine (n = 4) or atrial pacing (n = 4). Radiolabeled microspheres were used to verify perfusion changes. Polar maps of absolute 82Rb retention and associated SD were estimated from the dynamic images. Paired comparisons were then performed using a t test on each of the 532 polar map sectors. Rest-rest and stress-stress differences were used to assess specificity and reproducibility, and stress-rest differences were used to assess sensitivity. RESULTS: 82Rb retention differences of 20% over baseline were detected with 85%-90% sensitivity and specificity, using the optimal DPC probability value and image smoothness. The average 82Rb retention differences correlated well with microspheres (r = 0.74; P = 0.001). Reproducibility of the mean retention values was 4.7% +/- 2.1%. As reproducibility varies, the DPC probability value can be adjusted to maintain specificity. These ROC results are directly applicable to other image modalities that produce measurements with similar SEs (3.7% +/- 0.9%). CONCLUSION: The developed method of DPCs is sensitive and specific for the detection of changes in absolute myocardial perfusion measured with 82Rb PET.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».