Quantification of the normal range of myocardial blood flow and flow reserve with <sup>82</sup>rubidium versus <sup>13</sup>N-ammonia PET
Notice bibliographique
Résumé
Coronary artery disease (CAD) can be diagnosed by comparing myocardial perfusion scans with a database defining the lower limit of normal myocardial blood flow and flow reserve (MFR). Both13N-ammonia and82rubidium tracers can be used to generate flow images, however only13N-ammonia has been fully validated for quantifying blood flow and MFR using compartmental models. Normal databases have thus only been reported using13N-ammonia PET and compartmental modeling. This study aimed to establish a lower limit of normal MFR for an82Rb database using a compartmental model, and to determine if a simplified model would reduce the measured range of normal MFR for both tracers, improving identification of regional flow defects. 14 subjects with82Rb and 13N-ammonia dynamic PET imaging in a randomized order within a 2-week period. MBF was quantified using a one-compartment model for82Rb, and a two- compartment model for13N-ammonia. A simplified model was used to estimate the net retention rate for both tracers. Model- specific extraction functions were determined to obtain flow estimates. It was found that the retention reserve variability the was lowest and was equivalent for both tracers (plusmn 15% globally, plusmn 16% regionally) indicating that the retention model may be preferable for detection and localization of flow reductions. The two-compartment model for13N-ammonia had the smallest normal MFR range (mean-2sd = 2.27 globally, 1.48 regionally) confirming its precision for absolute flow quantification.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».