MétaCan
Menu
Retour à la cohorte
Enregistrement W3029446849 · doi:10.1097/rti.0000000000000535

Four-dimensional Flow Magnetic Resonance Imaging Quantification of Blood Flow in Bicuspid Aortic Valve

2020· article· en· W3029446849 sur OpenAlexaff
Daniel Gordon, Muhannad Abbasi, Jeesoo Lee, Roberto Sarnari, Alireza Sojoudi, Michael Scott, Jeremy D. Collins, Bradley D. Allen, Julie Blaisdell, James Carr, Michael Markl

Notice bibliographique

RevueJournal of Thoracic Imaging · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensCircle Cardiovascular Imaging
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Heart, Lung, and Blood Institute
Mots-clésBicuspid aortic valveMedicineIntraclass correlationMagnetic resonance imagingAortic valveRegurgitant fractionAortaStreamlines, streaklines, and pathlinesEjection fractionFlow velocityCardiologyInternal medicineNuclear medicineNuclear magnetic resonanceRadiologyPhysicsMechanics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Four-dimensional (D) flow magnetic resonance imaging (MRI) is limited by time-consuming and nonstandardized data analysis. We aimed to test the efficiency and interobserver reproducibility of a dedicated 4D flow MRI analysis workflow. MATERIALS AND METHODS: Thirty retrospectively identified patients with bicuspid aortic valve (BAV, age=47.8±11.8 y, 9 male) and 30 healthy controls (age=48.8±12.5 y, 21 male) underwent Aortic 4D flow MRI using 1.5 and 3 T MRI systems. Two independent readers performed 4D flow analysis on a dedicated workstation including preprocessing, aorta segmentation, and placement of four 2D planes throughout the aorta for quantification of net flow, peak velocity, and regurgitant fraction. 3D flow visualization using streamlines was used to grade aortic valve outflow jets and extent of helical flow. RESULTS: 4D flow analysis workflow time for both observers: 5.0±1.4 minutes per case (range=3 to 10 min). Valve outflow jets and flow derangement was visible in all 30 BAV patients (both observers). Net flow, peak velocity, and regurgitant fraction was significantly elevated in BAV patients compared with controls except for regurgitant fraction in plane 4 (91.1±29.7 vs. 62.6±19.6 mL/s, 37.1% difference; 121.7±49.7 vs. 90.9±26.4 cm/s, 28.9% difference; 9.3±10.1% vs. 2.0±3.4%, 128.0% difference, respectively; P<0.001). Excellent intraclass correlation coefficient agreement for net flow: 0.979, peak velocity: 0.931, and regurgitant fraction: 0.928. CONCLUSION: Our study demonstrates the potential of an efficient data analysis workflow to perform standardized 4D flow MRI processing in under 10 minutes and with good-to-excellent reproducibility for flow and velocity quantification in the thoracic aorta.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,338
Écart entre enseignants0,317 · 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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thoracic ImagingMême sujetCardiac Valve Diseases and TreatmentsTravaux en français237 207