Diagnostic Performance of Treadmill Exercise Cardiac Magnetic Resonance: The Prospective, Multicenter Exercise CMR's Accuracy for Cardiovascular Stress Testing (EXACT) Trial
Notice bibliographique
Résumé
BACKGROUND: Stress cardiac magnetic resonance (CMR) has typically involved pharmacologic agents. Treadmill CMR has shown utility in single-center studies but has not undergone multicenter evaluation. METHODS AND RESULTS: Patients referred for treadmill stress nuclear imaging (SPECT) were prospectively enrolled across 4 centers. After rest (99m)Tc SPECT, patients underwent resting cine CMR. In-room stress was then performed using an MR-compatible treadmill with continuous 12-lead electrocardiogram monitoring. At peak stress, (99m)Tc was injected, and patients rapidly returned to the MR scanner isocenter for real-time, free-breathing stress cine and perfusion imaging. After recovery, cine and rest perfusion followed by late gadolinium enhancement acquisitions concluded CMR imaging. Stress SPECT was then acquired in adjacent nuclear laboratories. A subset of patients not referred for invasive coronary angiography within 2 weeks of stress underwent coronary computed tomography angiography. Angiographic data available in 94 patients showed sensitivity of 79%, specificity of 99% for exercise CMR with positive predictive value of 92% and negative predictive value of 96%. Agreement between treadmill stress CMR and angiography was strong (κ=0.82), and moderate between SPECT and angiography (κ=0.46) and CMR versus SPECT (κ=0.48). CONCLUSIONS: The multicenter EXACT trial indicates excellent diagnostic value of treadmill stress CMR in typical patients referred for exercise SPECT.
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 | 0,002 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».