668Principal component analysis can identify ventricular regions with highest variability in the arrhythmogenic substrate of ventricular tachycardia patients
Notice bibliographique
Résumé
Abstract Introduction Left ventricle (LV) substrate can be characterized by imaging modalities providing physiological variables (tissue perfusion, ischemia, etc.) grouped in a complex dataset. Principal Component Analysis (PCA) can identify the dataset variables that best explain its variance. Variables linked to substrate arrhythmogenicity will lead PCA to identify LV regions most influenced by the variables on a LV 3D geometry. Purpose To evaluate whether regions identified by PCA correspond to regions targeted by physicians in a ventricular tachycardia (VT) ablation procedure. Methods Ischemic VT subjects underwent SPECT/CT perfusion imaging (rest and stress) prior to LV voltage mapping with the cardiac mapping system. Co-registration allowed projection of ablation sites onto SPECT/CT geometries. PCA retrospectively analyzed the following dataset: tissue perfusion (rest and stress), tissue ischemia and the local (1cm2 sub-regions) stress-rest difference for: 1) standard deviation (STD) and 2) skewness (Skew). PCA components (PCAc) explaining ≥85% of the total variance were plotted on the LV 3D geometry to display regions highly influenced by the dataset variables (see figure below). Results Ten subjects (9 males, 66 ± 8 years old, LVEF 37 ± 11%) underwent co-registration. In 7/10 subjects, tissue perfusion (in PCAc#1) and ischemia (in PCAc#2) were most influential on LV regions variance. Ischemia and low perfusion (≤40%) areas equaled 32 ± 19 % of the LV with 21 ± 23% of these areas highly involved in the arrhythmogenic substrate (≥75% of explained LV variance). The location of 63 ± 18% of ablation sites were <1 cm from areas explaining ≥50% of LV variance. Conclusion Preliminary results showed that PCA can synthesize the influence of different perfusion derived variables, like tissue perfusion and ischemia, used in SPECT/CT imaging of the LV. Further analysis is needed to confirm whether this could be used to select VT ablation targets. Abstract Figure.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».