Noninvasive hematocrit assessment for cardiovascular magnetic resonance extracellular volume quantification using a point-of-care device and synthetic derivation
Notice bibliographique
Résumé
BACKGROUND: Calculation of cardiovascular magnetic resonance (CMR) extracellular volume (ECV) requires input of hematocrit, which may not be readily available. The purpose of this study was to evaluate the diagnostic accuracy of ECV calculated using various noninvasive measures of hematocrit compared to ECV calculated with input of laboratory hematocrit as the reference standard. METHODS: , Masimo Personal Health, Irvine, California, USA) and by synthetic derivation based on the relationship with blood pool T1 values. Left ventricular ECV was calculated with input of laboratory hematocrit (Lab-ECV), POC hematocrit (POC-ECV), and synthetic hematocrit (synthetic-ECV), respectively. Statistical analysis included Wilcoxon signed-rank test, Bland-Altman analysis, receiver-operating curve analysis and intra-class correlation (ICC). RESULTS: There was no significant difference between Lab-ECV and POC-ECV (27.1 ± 4.7% vs. 27.3 ± 4.8%, p = 0.106), with minimal bias and modest precision (bias - 0.18%, 95%CI [- 2.85, 2.49]). There was no significant difference between Lab-ECV and synthetic-ECV (26.7 ± 4.4% vs. 26.5 ± 4.3%, p = 0.084) in subjects imaged at 1.5 T, although bias was slightly higher and limits of agreement were wider (bias 0.23%, 95%CI [- 2.82, 3.27]). For discrimination of abnormal Lab-ECV ≥30%, POC-ECV had good diagnostic performance (sensitivity 85%, specificity 96%, accuracy 94%, and AUC 0.902) and synthetic-ECV had moderate diagnostic performance (sensitivity 71%, specificity 98%, accuracy 93%, and AUC 0.849). POC-ECV had excellent test-retest (ICC 0.994, 95%CI[0.987, 0.997]) and inter-observer agreement (ICC 0.974, 95%CI[0.929, 0.991]). CONCLUSIONS: Myocardial ECV can be accurately and reproducibly calculated with input of hematocrit measured using a noninvasive POC device, potentially overcoming an important barrier to implementation of ECV. Further evaluation of synthetic ECV is required prior to clinical implementation.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».