A model based on clinical parameters to identify myocardial late gadolinium enhancement by magnetic resonance in patients with aortic stenosis: An observational study
Notice bibliographique
Résumé
OBJECTIVE: With increasing age, the prevalence of aortic stenosis grows exponentially, increasing left heart pressures and potentially leading to myocardial hypertrophy, myocardial fibrosis and adverse outcomes. To identify patients who are at greatest risk, an outpatient model for risk stratification would be of value to better direct patient imaging, frequency of monitoring and expeditious management of aortic stenosis with possible earlier surgical intervention. In this study, a relatively simple model is proposed to identify myocardial fibrosis in patients with a diagnosis of moderate or severe aortic stenosis. DESIGN: Patients with moderate to severe aortic stenosis were enrolled into the study; patient characteristics, blood work, medications as well as transthoracic echocardiography and cardiovascular magnetic resonance were used to determine potential identifiers of myocardial fibrosis. SETTING: The Royal Brompton Hospital, London, UK. PARTICIPANTS: One hundred and thirteen patients in derivation cohort and 26 patients in validation cohort. MAIN OUTCOME MEASURES: Identification of myocardial fibrosis. RESULTS: Three blood biomarkers (serum platelets, serum urea, N-terminal pro-B-type natriuretic peptide) and left ventricular ejection fraction were shown to be capable of identifying myocardial fibrosis. The model was validated in a separate cohort of 26 patients. CONCLUSIONS: Although further external validation of the model is necessary prior to its use in clinical practice, the proposed clinical model may direct patient care with respect to earlier magnetic resonance imagining, frequency of monitoring and may help in risk stratification for surgical intervention for myocardial fibrosis in patients with aortic 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 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 | 0,010 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».