Effects of slice orientation on reproducibility of sequential assessment of right ventricular volumes and ejection fraction: short-axis vs transverse SSFP cine cardiovascular magnetic resonance
Notice bibliographique
Résumé
BACKGROUND: Test-retest reproducibility is of utmost importance in follow-up of right ventricular (RV) volumes and function; optimal slice orientation though is not yet known. We compared test-retest reproducibility and intra-/inter-observer variability of right ventricular (RV) volumes and function assessed with short-axis and transverse cardiovascular magnetic resonance (CMR). METHODS: Eighteen volunteers underwent cine CMR for RV assessment obtaining ventricular coverage in short-axis and transverse slice orientation. Additional 2D phase contrast flow imaging of the main pulmonary artery (MPA) was performed. After complete repositioning repeat acquisitions were performed. Data sets were contoured by two blinded observers. Statistical analysis included Student's t-test, Bland-Altman plots, intra-class correlation coefficient (ICC) and 2-way ANOVA, SEM and minimal detectable difference calculations. RESULTS: Heart rates (65.0 ± 7.4 vs. 67.6 ± 9.9 bpm; P = 0.1) and MPA flow (89.8 ± 16.6 vs. 87.2 ± 14.9 mL; P = 0.1) did not differ between imaging sessions. EDV and ESV demonstrated an inter-study bias of 0.4 %[-9.5 %,10.3 %] and 2.1 %[-12.3 %,16.4 %] for short-axis and 1.1 %[-7.3 %,9.4 %] and 0.8 %[-16.0 %,17.6 %] for transverse orientation, respectively. There was no significant interaction between imaging orientation and interstudy reproducibility (p = 0.395-0.824), intra-observer variability (p = 0.726-0.862) or inter-observer variability (p = 0.447-0.706) by 2-way ANOVA. Inter-observer agreement by ICC was greater for short axis versus transverse orientation for all parameters (0.769-0.986 vs. 0.625-0.983, respectively). Minimal detectable differences for short axis and transverse orientations were 10.1 mL/11.5 mL for EDV, 8.3 mL/8.4 mL for ESV and 4.1 % vs. 4.7 % for EF, respectively. CONCLUSION: Short-axis and transverse orientation both provide reliable and reproducible measures for follow-up of RV volumes and global function. Therefore, additional transverse SSFP cine CMR may not necessarily be required if performed for the sole purpose of quantitative volumetric RV assessment.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».