MétaCan
Menu
Retour à la cohorte
Enregistrement W2161286193 · doi:10.1186/1532-429x-15-84

Discrepancies between cardiovascular magnetic resonance and Doppler echocardiography in the measurement of transvalvular gradient in aortic stenosis: the effect of flow vorticity

2013· article· en· W2161286193 sur OpenAlexafffund
Julio García, Romain Capoulade, Florent Le Ven, Emmanuel Gaillard, Lyes Kadem, Philippe Pîbarot, Éric Larose

Notice bibliographique

RevueJournal of Cardiovascular Magnetic Resonance · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensConcordia UniversityMcGill UniversityUniversité Laval
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaConsejo Nacional de Ciencia y Tecnología
Mots-clésMedicineCardiologyInternal medicineAngiologyStenosisDoppler echocardiographyMagnetic resonance imagingCardiac magnetic resonanceRadiologyDiastoleBlood pressure

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Valve effective orifice area EOA and transvalvular mean pressure gradient (MPG) are the most frequently used parameters to assess aortic stenosis (AS) severity. However, MPG measured by cardiovascular magnetic resonance (CMR) may differ from the one measured by transthoracic Doppler-echocardiography (TTE). The objectives of this study were: 1) to identify the factors responsible for the MPG measurement discrepancies by CMR versus TTE in AS patients; 2) to investigate the effect of flow vorticity on AS severity assessment by CMR; and 3) to evaluate two models reconciling MPG discrepancies between CMR/TTE measurements. METHODS: Eight healthy subjects and 60 patients with AS underwent TTE and CMR. Strouhal number (St), energy loss (EL), and vorticity were computed from CMR. Two correction models were evaluated: 1) based on the Gorlin equation (MPG(CMR-Gorlin)); 2) based on a multivariate regression model (MPG(CMR-Predicted)). RESULTS: MPGCMR underestimated MPGTTE (bias = -6.5 mmHg, limits of agreement from -18.3 to 5.2 mmHg). On multivariate regression analysis, St (p = 0.002), EL (p = 0.001), and mean systolic vorticity (p < 0.001) were independently associated with larger MPG discrepancies between CMR and TTE. MPG(CMR-Gorlin) and MPGTTE correlation and agreement were r = 0.7; bias = -2.8 mmHg, limits of agreement from -18.4 to 12.9 mmHg. MPG(CMR-Predicted) model showed better correlation and agreement with MPGTTE (r = 0.82; bias = 0.5 mmHg, limits of agreement from -9.1 to 10.2 mmHg) than measured MPGCMR and MPG(CMR-Gorlin). CONCLUSION: Flow vorticity is one of the main factors responsible for MPG discrepancies between CMR and TTE.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,042
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,240
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cardiovascular Magnetic ResonanceMême sujetCardiac Valve Diseases and TreatmentsTravaux en français237 207