MétaCan
Menu
Retour à la cohorte
Enregistrement W2983823075 · doi:10.1161/circimaging.119.009156

Peri-Infarct Quantification by Cardiac Magnetic Resonance to Predict Outcomes in Ischemic Cardiomyopathy

2019· review· en· W2983823075 sur OpenAlexaff
Hourmazd Haghbayan, Nick Lougheed, Djeven P. Deva, Kelvin Chan, João A.C. Lima, Andrew T. Yan

Notice bibliographique

RevueCirculation Cardiovascular Imaging · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Imaging and Diagnostics
Établissements canadiensCanadian Centre for Applied Research in Cancer ControlSunnybrook Health Science CentreSt. Michael's HospitalRoyal Victoria Regional Health CentreUniversité LavalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCardiac magnetic resonanceCardiologyPeriMagnetic resonance imagingMedicineInternal medicineIschemic cardiomyopathyCardiomyopathyCardiac magnetic resonance imagingRadiologyHeart failureEjection fraction

Résumé

récupéré en direct d'OpenAlex

Background: In ischemic cardiomyopathy, cardiac magnetic resonance assessment of the peri-infarct zone, a potential substrate for arrhythmogenesis, may serve as a novel prognosticator and guide the optimal use of implantable cardioverter-defibrillators. We undertook a systematic review and meta-analysis assessing the prognostic value of the peri-infarct zone on late gadolinium enhancement cardiac magnetic resonance in ischemic cardiomyopathy. Methods: We searched MEDLINE (Medical Literature Analysis and Retrieval System Online), EMBASE (Medical Literature Analysis and Retrieval System Online), and CENTRAL (Medical Literature Analysis and Retrieval System Online) from inception to January 2019 for prognostic studies relating peri-infarct size with clinical outcomes in ischemic cardiomyopathy. Two authors independently performed study selection and data extraction. Pooled effect estimates were calculated with random effects models, risk of bias and strength of evidence were assessed by the Quality in Prognostic Studies tool and Grading of Recommendations Assessment, Development, and Education, respectively. Results: Twenty studies were eligible, representing 14 cohort studies (n=1518) with mean follow-up of 3.6 years and 6 cross-sectional studies (n=189). The extent of the peri-infarct zone was significantly predictive of all-cause mortality (3 studies; n=539; hazard ratio, 1.34/10 g [95% CI, 1.13–1.59]; I 2 =0%; high-quality evidence), appropriate implantable cardioverter-defibrillator therapy (5 studies; n=361; hazard ratio, 1.31/10 g [95% CI, 1.17–1.47]; I 2 =0%; high-quality evidence), and inducibility of ventricular tachycardia on electrophysiological study (5 studies; n=167; OR, 2.63/g [95% CI, 1.39–4.96]; I 2 =14%; low-quality evidence). After adjusting for age and left ventricular ejection fraction, the peri-infarct zone, as a percentage of total infarct size, remained an independent predictor of all-cause mortality (2 studies; n=445; hazard ratio, 1.29/10% [95% CI, 1.15–1.44]; I 2 =0%; high-quality evidence). Conclusions: There is limited but consistent evidence that quantification of the peri-infarct zone predicts long-term mortality and appropriate implantable cardioverter-defibrillator therapy in ischemic cardiomyopathy. Future studies should confirm whether late gadolinium enhancement-cardiac magnetic resonance assessment may improve implantable cardioverter-defibrillator treatment decisions. Clinical Trial Registration: URL: https://www.crd.york.ac.uk/prospero/ . Unique identifier: CRD42017077337.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0010,001
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 Opus0,026
Tête enseignante GPT0,298
Écart entre enseignants0,272 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations28
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation Cardiovascular ImagingMême sujetCardiac Imaging and DiagnosticsTravaux en français237 207