PM112 Association of Cardiac Cachexia and Heart Failure Types: Right and Left (With Reduced or Preserved Ejection Fraction)
Notice bibliographique
Résumé
The aim of this study was to determine, from the methodologic standpoint, the effect of the presence or absence of intravenous contrast on body composition variables obtained by analysis of computed tomography (CT) images.Triphasic abdominal (noncontrast, arterial phase, and portovenous phase contrast) CT scans from 111 patients were analyzed by two independent assessors at the third lumbar vertebral level using SliceOmatic software (version 5.0, TomoVision, Montreal, Canada). Variables included skeletal muscle index (SMI), fat and fat-free mass (FM and FFM, respectively), and mean skeletal muscle Hounsfield units (SMHU).Mean SMHU was lowest in the noncontrast phase (29.4, standard deviation [SD] 8.9 HU), followed by arterial (32.4, SD 9.3 HU) then portovenous phases (34.9, SD 9.4 HU). The mean skeletal muscle attenuation was significantly different depending on the phase of the scan in which the images were obtained. Calculated FM was significantly lower in both arterial (28.6, SD 8.8 kg, P < 0.0001) and portovenous phase scans (28.5, SD 8.9 kg, P < 0.0001) when compared with noncontrast (29.2, SD 8.9 kg). The mean FFM was not significantly different as measured on noncontrast, arterial, or portovenous phase CT scans (48, SD 11.2; 48.1, SD 9.8; and 48.6, SD 10.2 kg, respectively). No difference was seen in SMI. Interobserver reliability was high.The definition of myosteatosis should include a standardized phase of CT for analysis and this should be incorporated within its definition. However, as the magnitudes of the differences were relatively small, the effect of the phase of the scan on predicting outcome needs to be determined.
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 ».