Fatty metaplasia quantification and impact on regional myocardial function as assessed by advanced cardiac MR imaging
Notice bibliographique
Résumé
This study aimed to investigate the advantages of recently developed cardiac imaging techniques of fat–water separation and feature tracking to characterize better individuals with chronic myocardial infarction (MI). Twenty patients who had a previous MI underwent CMR imaging. The study protocol included routine cine and late gadolinium enhancement (LGE) technique. In addition, mDixon LGE imaging was performed in every patient. Left ventricular (LV) circumferential (Ecc LV ) and radial (Err LV ) strain were calculated using dedicated software (CMR 42 , Circle, Calgary, Canada). The extent of global scar was measured in LGE and fat–water separated images to compare conventional and recent CMR imaging techniques. The infarct size derived from conventional LGE and fat–water separated images was similar. However, detection of lipomatous metaplasia was only possible with mDixon imaging. Subjects with fat deposition demonstrated a significantly smaller percentage of fibrosis than those without fat (10.68 ± 5.07% vs. 13.83 ± 6.30%; p = 0.005). There was no significant difference in Ecc LV or Err LV between myocardial segments containing fibrosis only and fibrosis with fat. However, Ecc LV and Err LV values were significantly higher in myocardial segments adjacent to fibrosis with fat deposition than in those adjacent to LGE only. Advanced CMR imaging ensures more detailed tissue characterization in patients with chronic MI without a relevant increase in imaging and post-processing time. Fatty metaplasia may influence regional myocardial deformation especially in the myocardial segments adjacent to scar tissue. A simplified and shortened myocardial viability CMR protocol might be useful to better characterize and stratify patients with chronic MI.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».