Variation in left ventricular cardiac magnetic resonance normal reference ranges: systematic review and meta-analysis
Notice bibliographique
Résumé
AIMS: To determine population-related and technical sources of variation in cardiac magnetic resonance (CMR) reference ranges for left ventricular (LV) quantification through a formal systematic review and meta-analysis. METHODS AND RESULTS: This study is registered with the International Prospective Register of Systematic Reviews (CRD42019147161). Relevant studies were identified through electronic searches and assessed by two independent reviewers based on predefined criteria. Fifteen studies comprising 2132 women and 1890 men aged 20-91 years are included in the analysis. Pooled LV reference ranges calculated using random effects meta-analysis with inverse variance weighting revealed significant differences by age, sex, and ethnicity. Men had larger LV volumes and higher LV mass than women [LV end-diastolic volume (mean difference = 6.1 mL/m2, P-value = 0.014), LV end-systolic volume (MD = 4 mL/m2, P-value = 0.033), LV mass (mean difference = 12 g/m2, P-value = 7.8 × 10-9)]. Younger individuals had larger LV end-diastolic volumes than older ages (20-40 years vs. ≥65 years: women MD = 14.0 mL/m2, men MD = 14.7 mL/m2). East Asians (Chinese, Korean, Singaporean-Chinese, n = 514) had lower LV mass than Caucasians (women: MD = 6.4 g/m2, P-value = 0.016; men: MD = 9.8 g/m2, P-value = 6.7 × 10-5). Between-study heterogeneity was high for all LV parameters despite stratification by population-related factors. Sensitivity analyses identified differences in contouring methodology, magnet strength, and post-processing software as potential sources of heterogeneity. CONCLUSION: There is significant variation between CMR normal reference ranges due to multiple population-related and technical factors. Whilst there is need for population-stratified reference ranges, limited sample sizes and technical heterogeneity precludes derivation of meaningful unified ranges from existing reports. Wider representation of different populations and standardization of image analysis is urgently needed to establish such reference distributions.
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 | 0,037 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,029 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».