Validation of regional myocardial blood flow quantification using three-dimensional PET with rubidium-82: repeatability and comparison with two-dimensional PET data acquisition
Notice bibliographique
Résumé
INTRODUCTION: Three-dimensional (3D) data acquisition is now standard on PET/computed tomography scanners. The aim of this study was to evaluate the repeatability of myocardial blood flow (MBF) estimation with rubidium-82 (Rb) 3D PET and to validate regional MBF measurements by comparison with two-dimensional (2D) PET. PATIENTS AND METHODS: Fifteen healthy individuals (31.6 ± 11.4 years old) were enrolled for the evaluation of the short-term repeatability of rest 3D MBF quantification. Another 19 healthy individuals (35.3 ± 12.6 years old) underwent rest and pharmacological stress PET using 2D and 3D data acquisition within a 1-month interval. The injected dose was 1500 MBq for 2D and 555 MBq for 3D PET acquisition. RESULTS: MBF at rest showed good repeatability [whole left ventricular MBF; 0.54 ± 0.13 vs. 0.52 ± 0.13 mL/min/g, P = 0.98]. Rest MBF, stress MBF, and myocardial flow reserve (MFR) were not significantly different between 3D and 2D data acquisition. 3D MBF correlated well with 2D MBF over a wide flow range for both whole left ventricular (r = 0.97, P < 0.0001) and regional values (r = 0.61, P < 0.0001). CONCLUSION: MBF measured with 3D PET showed very good test-retest repeatability. Whole left ventricular and regional MBF measurements obtained using lower Rb-dose 3D PET were highly correlated over a wide range with those from 2D PET. Therefore, MBF with 3D PET can be applied using a lower Rb dosage in clinical settings with reduced radiation exposure.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».