Breathing maneuvers as a coronary vasodilator for myocardial perfusion imaging
Notice bibliographique
Résumé
PURPOSE: A combined breathing maneuver of hyperventilation, followed by a long voluntary breathhold leads to coronary vasodilation. We investigated the impact of breathing maneuvers on MR first-pass cardiac perfusion imaging and its potential clinical utility. MATERIALS AND METHODS: We studied 24 healthy volunteers (37 ± 12 years; 62.5% men) on a clinical 3 Tesla MRI system and performed first-pass perfusion MR at rest, during a short breathhold (S-HVBH) following 60 s of hyperventilation, and at the end of a long breathhold (L-HVBH) following the hyperventilation, performed in random order. A blinded reader analyzed signal intensity upslope, upslope index, and time between 20 and 80% of maximal signal. RESULTS: All volunteers tolerated the breathing maneuvers well and completed the study protocol. The upslope of the signal-intensity-over-time curve was increased during S-HVBH (1.86 ± 0.70 units/s, P < 0.05) and at the end of L-LVBH (1.77 ± 0.82 units/s), when compared with baseline results (1.34 ± 0.58 units/s). Corrected for the arterial input, the upslope was higher at the end of the L-HVBH (0.095 ± 0.019 units/s versus 0.077 ± 0.016 units/s at rest, P < 0.01) as was the myocardial perfusion reserve index (1.25 ± 0.22 versus 1.09 ± 0.17; P < 0.001). In a multiple regression model, only gender, rate-pressure product, and breathhold time were independently and significantly related to the upslope (R = 0.771; P < 0.001). CONCLUSION: In conclusion, a voluntary long breathhold after hyperventilation leads to an increase of the myocardial perfusion reserve index. This may impact findings from current practice of first-pass perfusion imaging. The clinical utility of breathing maneuvers as a vasodilatory stimulus for first-pass perfusion imaging may warrant further research. J. MAGN. RESON. IMAGING 2016;44:947-955.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».