MétaCan
Menu
Retour à la cohorte
Enregistrement W2952878369 · doi:10.1016/j.ijcha.2019.100381

Quantitative low-dose rest and stress CT myocardial perfusion imaging with a whole-heart coverage scanner improves functional assessment of coronary artery disease

2019· article· en· W2952878369 sur OpenAlexaff
I-Lun Huang, Ming‐Ting Wu, Chin Hu, Guang-Yuan Mar, Ting‐Yim Lee, Aaron So

Notice bibliographique

RevueIJC Heart & Vasculature · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Imaging and Diagnostics
Établissements canadiensRobarts Clinical TrialsLawson Health Research Institute
Organismes subventionnairesKaohsiung Veterans General HospitalCedars-Sinai Medical CenterMinistry of Science and Technology
Mots-clésMedicineCoronary artery diseaseMyocardial perfusion imagingCardiologyPerfusionInternal medicineRest (music)Perfusion scanningStress testing (software)RadiologyNuclear medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: We evaluated the diagnostic accuracy of myocardial blood flow (MBF) and perfusion reserve (MPR) measured from low-dose dynamic contrast-enhanced (DCE) imaging with a whole-heart coverage CT scanner for detecting functionally significant coronary artery disease (CAD). METHODS: Twenty one patients with suspected or known CAD had rest and dipyridamole stress MBF measurements with CT and SPECT myocardial perfusion imaging (MPI), and lumen narrowing assessment with coronary angiography (catheter and/or CT based) within 6 weeks. SPECT MBF measurements and coronary angiography were used together as reference to determine the functional significance of coronary artery stenosis. In each CT MPI study, DCE images of the whole heart were acquired with breath-hold using a low-dose acquisition protocol to generate MBF maps. Binomial logistic regression analysis was used to determine the diagnostic accuracy of CT-measured MBF and MPR (ratio of stress to rest MBF) for assessing functionally significant coronary stenosis. RESULTS: Mean stress MBF and MPR in ischemic segments were lower than those in non-ischemic segments (1.37 ± 0.34 vs. 2.14 ± 0.64 ml/min/g; 1.56 ± 0.41 vs. 2.53 ± 0.70; p < 0.05 for all). The receiver operating characteristic curve analysis revealed that MPR (AUC 0.916, 95%CI: 0.885-0.947) had a superior power than stress MBF (AUC 0.869, 95%CI: 0.830-0.909) for differentiating non-ischemic and ischemic myocardial segments (p = 0.045). On a per-vessel and per-segment analysis, concomitant use of MPR and stress MBF thresholds further improved the diagnostic accuracy compared to MPR or stress MBF alone for detecting obstructive coronary lesions (per-vessel: 93.4% vs. 83.6% and 88.5%, respectively; per-segment: 90.0% vs. 83.7% and 83.1%, respectively). The estimated effective dose of a rest and stress CT MPI study was 3.04 and 3.19 mSv respectively. CONCLUSION: Quantitative rest and stress myocardial perfusion measurement with a large-coverage CT scanner improves the diagnostic accuracy for detecting functionally significant coronary stenosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,260
Écart entre enseignants0,253 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIJC Heart & VasculatureMême sujetCardiac Imaging and DiagnosticsTravaux en français237 207