Reproducible quantification of cardiac sympathetic innervation using graphical modeling of carbon-11-meta-hydroxyephedrine kinetics with dynamic PET-CT imaging
Notice bibliographique
Résumé
Graphical methods of radiotracer kinetic modeling in PET are ideal for parametric imaging and data quality assurance but can suffer from noise bias. This study compared the Logan and Multilinear Analysis-1 (MA1) graphical models to the standard one-tissue-compartment (1TC) model, including correction for partial-volume effects, in dynamic PET-CT studies of myocardial sympathetic innervation in the left ventricle (LV) using [11C]HED. Test and retest [11C]HED PET imaging (47 ± 22 days apart) was performed in 18 subjects with heart failure symptoms. Myocardial tissue volume of distribution (VT) was estimated using Logan and MA1 graphical methods and compared to the 1TC standard model values using intraclass correlation (ICC) and Bland-Altman analysis of the non-parametric reproducibility coefficient (NPC). A modeling start-time of t* = 5 min gave the best fit for both Logan and MA1 (R2 = 0.95) methods. Logan slightly underestimated VT relative to 1TC (p = 0.002), whereas MA1 did not (p = 0.96). Both the MA1 and Logan models exhibited good-to-excellent agreement with the 1TC (MA1-1TC ICC = 0.96; Logan-1TC ICC = 0.93) with no significant differences in NPC between the two comparisons (p = 0.92). All methods exhibited good-to-excellent test-retest repeatability with no significant differences in NPC (p = 0.57). Logan and MA1 models exhibited similar agreement and variability compared to the 1TC for modeling of [11C]HED kinetics. Using t* = 5 min and partial-volume correction produced accurate estimates of VT as an index of myocardial sympathetic innervation.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».