Analysis of inter-system variability of systolic and diastolic intraventricular pressure gradients derived from color Doppler M-mode echocardiography
Notice bibliographique
Résumé
Assessment of intraventricular pressure gradients (IVPG) using color Doppler M-mode echocardiography has gained increasing interest in the evaluation of cardiac function. However, standardized analysis tools for IVPG quantification are missing. We aimed to evaluate the feasibility, the test-retest observer reproducibility, and the inter-system variability of a semi-automated IVPG quantification algorithm. The study included forty healthy volunteers (50% were men). All volunteers were examined using two ultrasound systems, the Philips Epiq 7 and the General Electric Vivid 6. Left ventricular diastolic (DIVPG) and systolic (SIVPG) intraventricular pressure gradients were measured from the spatiotemporal distribution of intraventricular propagation flow velocities using color Doppler M-mode in standard apical views. There was good feasibility for both systolic and diastolic IVPG measurements (82.5% and 85%, respectively). Intra and inter-observer test-retest variability measured with the intraclass correlation coefficient were 0.98 and 0.93 for DIVPG respectively, and 0.95 and 0.89 for SIVPG respectively. The inter-system concordance was weak to moderate with Lin's concordance correlation coefficient of 0.59 for DIVPG and 0.25 for SIVPG. In conclusion, it is feasible and reproducible to assess systolic and diastolic IVPG using color Doppler M-mode in healthy volunteers. However, the inter-system variability in IVPG analysis needs to be taken into account, especially when using displayed data.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».