Clinical evaluation of three‐dimensional late enhancement MRI
Notice bibliographique
Résumé
PURPOSE: To assess the diagnostic value of three-dimensional late enhancement (3D-LGE) for the detection of myocardial necrosis in a routine clinical setting. 3D-LGE has been proposed as a novel magnetic resonance (MR) technique for the accurate detection of myocardial scar in both the ventricles and atria. Its performance in clinical practice has been poorly examined. MATERIALS AND METHODS: Fifty-seven patients referred for cardiac MR examination including scar imaging were prospectively enrolled. Gadolinium enhanced single breathhold 3D T1-weighted gradient-echo inversion recovery sequence and a conventional 2D-LGE sequence were performed using a 1.5 Tesla clinical MR imaging system. The presence, pattern and transmurality of LGE, diagnostic accuracy and level of diagnostic confidence as well as image quality (median quality, mean LGE signal intensity, sharpness, virtual scan time) were graded on a 4-point scale. RESULTS: Interpretable images were obtained in 52/57 2D-LGE and in 47/57 3D high-resolution exams. LGE was detected in 10 patients with ischemic pattern, 9 with nonischemic pattern, while it was absent in 28, resulting in a total of 47 complete datasets. The detection of global and segmental LGE as well as its transmural extent were similar for both techniques (P = 0.65, P = 0.305, and P = 0.15, respectively). Image quality (median quality, LGE/ myocardial and LGE/ blood pool sharpness) was similar for both techniques (P = 0.740, P = 0.34, and P = 1.00, respectively), but LGE signal intensity was higher with 2D (P = 0.020). CONCLUSION: 3D-LGE diagnostic and quality scores were comparable to 2D-LGE in a routine clinical setting. Further technical refinement is required for 3D LGE to offer a reliable alternative for high quality scar imaging. LEVEL OF EVIDENCE: 2 Technical Efficacy: Stage 2 J. MAGN. RESON. IMAGING 2017;45:1675-1683.
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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».