086 THE DETECTION OF ACUTE MYOCARDITIS USING CARDIOVASCULAR MRI: A CLINICAL STUDY COMPARING T1-MAPPING, T2-WEIGHTED AND LATE GADOLINIUM ENHANCEMENT IMAGING
Notice bibliographique
Résumé
Background The accurate diagnosis of acute myocarditis on cardiovascular MRI (CMR) often requires multiple modalities, including T2-weighted (T2W), early and late gadolinium imaging. Novel CMR techniques are now available, including bright-blood T2W-CMR, and T1-mapping which is also sensitive to changes in free water content. We hypothesised that these emerging methods can serve as new and potentially superior diagnostic criteria for myocarditis. Methods We studied 45 healthy controls and 34 patients with suspected acute myocarditis. All patients presented with acute chest pain, troponin I >0.04 µg/l and had unobstructed coronary arteries on angiogram or ruled out clinically (eg, young age <35 years). CMR at 1.5 T within 12 days of presentation included (1) dark-blood T2 (STIR); (2) bright-blood T2 (ACUT2E); (3) T1-mapping (ShMOLLI); and (4) late gadolinium enhancement (LGE) (figure 1). Image analysis was performed for (1) global myocardial T2 signal intensity (SI) ratio against skeletal muscle; (2) mean myocardial T1 relaxation times; (3) LGE. Figure 1 Results All patients had a CMR diagnosis of acute myocarditis based on both positive T2-STIR and typical LGE pattern. Patients with an obvious alternate diagnosis (such as Takotsubo cardiomyopathy, hypertrophic cardiomyopathy) were excluded. Compared to controls, patients had significantly higher global myocardial T2 SI ratios by dark-blood T2W-CMR (1.81±0.28 vs 1.58±0.16, p<0.001), bright-blood T2W-CMR (2.90±0.33 vs 1.82±0.19, p<0.001) and mean myocardial T1 (1027±62 ms vs 942±21 ms, p<0.001). Receiver operator characteristic analysis showed good diagnostic performance for all methods, with T1-mapping having a significantly larger area-under-the-curve (0.95) compared to dark-blood T2W (0.79) and bright-blood T2W imaging (0.76; p<0.001 for both comparisons; figure 2). Figure 2 Conclusions T1-mapping showed superior diagnostic performance compared to conventional dark-blood and newer bright-blood T2W-CMR in the detection of acute myocarditis. T1-mapping and bright-blood T2W-CMR may be used as novel diagnostic criteria for the assessment of acute myocarditis.
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 ».