Quantification in cardiovascular magnetic resonance: agreement of software from three different vendors on assessment of left ventricular function, 2D flow and parametric mapping
Notice bibliographique
Résumé
BACKGROUND: Quantitative results of cardiovascular magnetic resonance (CMR) image analysis influence clinical decision making. Image analysis is performed based on dedicated software. The manufacturers provide different analysis tools whose algorithms are often unknown. The aim of this study was to evaluate the impact of software on quantification of left ventricular (LV) assessment, 2D flow measurement and T1- and T2-parametric mapping. METHODS: , Siemens Healthineers: Argus, Medis: Qmass/Qflow) by one reader blinded to former results. Cine steady state free precession short axis images were analyzed regarding LV ejection fraction (EF), end-systolic and end-diastolic volume (ESV, EDV) and LV mass. Phase-contrast magnetic resonance images were evaluated for forward stroke volume (SV) and peak velocity (Vmax). Pixel-wise generated native T1- and T2-maps were used to assess T1- and T2-time. Forty-five data sets were evaluated twice (15 per software) for intraobserver analysis. Equivalence was considered if the confidence interval of a paired assessment of two sofware was within a tolerance interval defined by ±1.96 highest standard deviation obtained by intraobserver analysis. RESULTS: For each parameter, thirty data sets could be analyzed with all three software. All three software (A/B, A/C, B/C) were considered equivalent for LV EF, EDV, ESV, mass, 2D flow SV and T2-time. Differences between software were detected in flow measurement for Vmax and in parametric mapping for T1-time. For Vmax, equivalence was given between software A and C and for T1-time equivalence was given between software B and C. CONCLUSION: Software had no impact on quantitative results of LV assessment, T2-time and SV based on 2D flow. In contrast to that, Vmax and T1-time may be influenced by software. CMR reports should contain the name and version of the software applied for image analysis to avoid misinterpretation upon follow-up and research examinations. TRIAL REGISTRATION: ISRCTN12210850 . Registered 14 July 2017, retrospectively registered.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».