MétaCan
Menu
Retour à la cohorte
Enregistrement W2319731645 · doi:10.1186/1532-429x-18-s1-p194

Do whole body impedance cardiography estimates of left ventricular structure, volumes and function correlate with the gold standard of cardiac magnetic resonance imaging?

2016· article· en· W2319731645 sur OpenAlexaff
Mariam Narous, Eric Yee, Karen Cowan, Nowell M. Fine, Yoko Mikami, James A. White, Derek V. Exner

Notice bibliographique

RevueJournal of Cardiovascular Magnetic Resonance · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHemodynamic Monitoring and Therapy
Établissements canadiensLibin Cardiovascular Institute of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésImpedance cardiographyMedicineAngiologyGold standard (test)CardiologyMagnetic resonance imagingVentricular functionCardiac magnetic resonanceInternal medicineCardiac magnetic resonance imagingCardiac imagingStroke volumeRadiologyEjection fractionHeart failure

Résumé

récupéré en direct d'OpenAlex

Cardiac magnetic resonance (CMR) is considered a gold standard for assessing left ventricular (LV) structure, volume and function. Impedance cardiography has been purported to provide similar information, including a surrogate measure of LV ejection fraction (EF). We sought to determine whether impedance cardiography estimates correlate with CMR values. Consecutive patients (n = 204) undergoing a standard clinical CMR using either 1.5T or 3T MRI were enrolled. Whole-body impedance cardiography, using the Non-Invasive Cardiac System (NICaS), was performed within 14 days of the CMR. At least 5 consecutive NICaS measurements, calculated every 20 seconds, were averaged to estimate LV stroke volume (SV), cardiac output (CO) and the surrogate of an LV EF < 55% (i.e., Granov Goor Index < 10). Short axis cine imaging was performed in accordance with CMR Society guidelines. CMR and NICaS results were compared using linear regression. Bland-Altman (BA) plots were incrementally used to evaluate individual variability in modality correlation over the range of data observed. The capacity of NICaS to predict a CMR-based LV EF < 55% was determined via receiver operating characteristic curve (ROC) area under the curve (AUC) analysis. The study population included 85 (42%) women, had a mean age of 55 years and a mean CMR EF of 57% (range 22% to 82%). A modest, significant, linear correlation was found between NICaS and CMR LV SV (r = 0.34; p < 0.0001) (Figure 1 ), though there was substantial variability within subjects over the range of values (Figure 2 ). Similar results were observed between NICaS and CMR CO (r = 0.19; p = 0.007). No significant linear correlation between the NICaS estimate of LV EF and CMR LV EF was observed (r = 0.13; p = 0.07). There were 72 (35%) subjects with a CMR EF < 55%. ROC analysis showed an AUC for the NICaS LV EF surrogate of 0.53 for predicting a CMR LV EF < 55% with a sensitivity of 41% (95% CI: 30% to 53%) and specificity of 68% (95% CI: 59% to 76%). Scatterplot of SV correlation between NICaS and CMR . Bland-Altman plot of individual NICaS SV and CMR SD values . NICaS estimates of LV structure, volume and function were only modestly correlated with CMR values and the capacity of impedance cardiography to predict CMR values was limited (r for CO = 4% and r for SV = 11%). Further, significant variability within patients was seen. NICaS was not reliable for identifying patients with a reduced LV EF, as evidenced by a low ROC area under the curve, modest sensitivity and poor specificity. These data do not support the use of NICaS impedance cardiography as a surrogate marker of LV structure, volume and function as compared to the gold standard of CMR.

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)0,011
score de la tête « metaresearch » (Gemma)0,060
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 enseignants0,011
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,060
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,003
Tête enseignante GPT0,200
Écart entre enseignants0,197 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJournal of Cardiovascular Magnetic ResonanceMême sujetHemodynamic Monitoring and TherapyTravaux en français237 207