MétaCan
Menu
Retour à la cohorte
Enregistrement W2910208585 · doi:10.1097/rti.0000000000000380

Magnetic Resonance–based Assessment of Myocardial 2-Dimensional Strain Using Feature Tracking

2019· article· en· W2910208585 sur OpenAlexaboutno aff
Tanja Zitzelsberger, Astrid Scholz, Holger Hetterich, Roberto Lorbeer, Fabian Bamberg, Sigrid Auweter, Margit Heier, Christa Meisinger, Wolfgang Rathmann, Konstantin Nikolaou, Maximilian F. Reiser, Annette Peters, Christopher L. Schlett

Notice bibliographique

RevueJournal of Thoracic Imaging · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineRadial stressAsymptomaticInternal medicinePopulationStrain (injury)CardiologyBody mass indexWaistMagnetic resonance imagingDiabetes mellitusUnivariate analysisNuclear medicineRadiologyMultivariate analysisEndocrinology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Myocardial strain analysis is a promising tool for the detection of subtle but relevant alterations of left ventricular function, also in asymptomatic subjects. Thus, we determined the feasibility of cardiac magnetic resonance-based 2D global strain analysis using feature tracking and its association with cardiovascular risk factors in a sample from the general population. MATERIALS AND METHODS: Subjects without a history of cardiocerebrovascular disease were enrolled in a substudy of the population-based KORA (Cooperative Health Research in the Region of Augsburg) cohort. In all participants with the absence of late gadolinium enhancement, longitudinal and circumferential global strains were measured on Cine SSFP imaging (TR: 29.97 ms, TE: 1.46 ms, ST: 8 mm), using a semiautomatic segmentation algorithm (CVI42, Circle, Canada). Differences in strain values according to age, sex, body mass index, hypertension, diabetes mellitus, and hyperlipidemia were derived using linear regression analysis. RESULTS: Among 360 subjects (mean age, 56.2±9.2 y, 57% male), the average global systolic radial strain was 40.1±8.2%, circumferential 19.9±2.7%, and longitudinal 19.8±3.2%. Male sex was associated with decreased global strain values, independent of the strain direction (all P<0.001). Although many cardiovascular risk factors were correlated with strain in univariate analysis, mainly waist-to-hip ratio and HbA1c remained associated with decreased radial and circumferential strains in fully adjusted models. Similarly, higher radial and circumferential strains were observed in older subjects (β=0.14, P=0.01 and β=0.11, P=0.04, respectively). CONCLUSIONS: Strain analysis using magnetic resonance feature tracking is feasible in population-based cohort studies and shows differences with respect to age and sex as well as an independent association with markers of metabolic syndrome.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,344
Score d'incertitude au seuil0,468

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,328
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thoracic ImagingMême sujetCardiovascular Function and Risk FactorsTravaux en français237 207