MétaCan
Menu
Retour à la cohorte
Enregistrement W2403972517 · doi:10.1186/1532-429x-17-s1-q115

Breathing maneuvers as a metabolic coronary vasodilator for first-pass perfusion MR imaging

2015· article· en· W2403972517 sur OpenAlexaff
Tiago Teixeira, Gobinath Nadeshalingam, François Marcotte, Matthias G. Friedrich

Notice bibliographique

RevueJournal of Cardiovascular Magnetic Resonance · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversité de MontréalMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineAngiologyFirst passHyperventilationPerfusionNuclear medicineBreathingCardiologyInternal medicineRadiologyAnesthesia

Résumé

récupéré en direct d'OpenAlex

CMR can detect myocardial ischemia by first-pass perfusion and by oxygenation-sensitive CMR (OS-CMR) imaging. While the former can reliably determine myocardial blood flow, the latter integrates other determinants of myocardial oxygenation. Simple breathing maneuvers can trigger a coronary vascular response, which can be monitored by OS-CMR imaging. We studied 24 healthy volunteers (37 ± 12 years; 62.5% men) in a clinical 3T MRI system. Each exam included three sets of first pass perfusion images, (1) at rest and, after 1 minute of hyperventilation during (2) a short breath-hold (SBH) or (3) a long breath-hold (LBH), performed in random order. A reader blinded to the maneuver applied, analyzed signal intensity upslope, upslope index and time between 20 and 80% of maximal signal. For inter-observer variability, a different, blinded, reader repeated the analysis in 4 volunteers. Demographics and LV function data are presented in Table 1 . All volunteers tolerated the breathing maneuvers well and completed the study protocol. The average upslope at rest was 1.34 ± 0.58, and increased by 39% during the SBH (1.86 ± 0.70; p < 0.05), diminishing to 1.77 ± 0.82 at the LBH step. The upslope started at 13.8 ± 5.5 and 49.5 ± 7.3 seconds of breath-hold, respectively, on SBH and LBH. Figure 1 shows the relationship between time of breath-hold after hyperventilation and both the individual values of up-slopes and rate-pressure products (RPP). The upslope curve shows two peaks, a early one (15 seconds) coinciding with the peak of the RPP curve; a second one at about 50 seconds, not promoted by the RPP. The upslope index, which accounts for the arterial input, was higher at this late step (rest: 0.077 ± 0.016; SBH: 0.083 ± 0.015; LBH: 0.095 ± 0.019; p < 0.01), as was the myocardial perfusion reserve index (1.25 ± 0.22 vs. 1.09 ± 0.17). In a multiple regression model that included gender, RPP, breath-hold time, caffeine intake, BSA-indexed mass and set order, only gender, RPP and breath-hold time were independently and significantly related to the upslope (R= 0.771; p < 0.001). A different reader repeated the analysis in 4 volunteers; the intra-class correlation for the up-slope was excellent, of 0.990 (95% CI: 0.943-0.997; p < 0.001). Individual values of upslope and rate-pressure products trough time of breath-hold. The upslope curve (filled circles) shows two peaks. The blood flow response to simple breathing maneuvers can be demonstrated by first-pass perfusion CMR, with a early peak dependent on RPP increase, and a late peak due to the vasodilatory effect of long breath holds. Confounding effects of breathing may also have implications for CMR first-pass perfusion imaging performed with pharmacological vasodilators.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,275
Écart entre enseignants0,258 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cardiovascular Magnetic ResonanceMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207