Gadobutrol-Enhanced Cardiac Magnetic Resonance Imaging for Detection of Coronary Artery Disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Gadolinium-based contrast agents were not approved in the United States for detecting coronary artery disease (CAD) prior to the current studies. OBJECTIVES: The purpose of this study was to determine the sensitivity and specificity of gadobutrol for detection of CAD by assessing myocardial perfusion and late gadolinium enhancement (LGE) imaging. METHODS: Two international, single-vendor, phase 3 clinical trials of near identical design, "GadaCAD1" and "GadaCAD2," were performed. Cardiovascular magnetic resonance (CMR) included gadobutrol-enhanced first-pass vasodilator stress and rest perfusion followed by LGE imaging. CAD was defined by quantitative coronary angiography (QCA) but computed tomography coronary angiography could exclude significant CAD. RESULTS: Because the design and results for GadaCAD1 (n = 376) and GadaCAD2 (n = 388) were very similar, results were summarized as a fixed-effect meta-analysis (n = 764). The prevalence of CAD was 27.8% defined by a ≥70% QCA stenosis. For detection of a ≥70% QCA stenosis, the sensitivity of CMR was 78.9%, specificity was 86.8%, and area under the curve was 0.871. The sensitivity and specificity for multivessel CAD was 87.4% and 73.0%. For detection of a 50% QCA stenosis, sensitivity was 64.6% and specificity was 86.6%. The optimal threshold for detecting CAD was a ≥67% QCA stenosis in GadaCAD1 and ≥63% QCA stenosis in GadaCAD2. CONCLUSIONS: Vasodilator stress and rest myocardial perfusion CMR and LGE imaging had high diagnostic accuracy for CAD in 2 phase 3 clinical trials. These findings supported the U.S. Food and Drug Administration approval of gadobutrol-enhanced CMR (0.1 mmol/kg) to assess myocardial perfusion and LGE in adult patients with known or suspected CAD.
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.
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 | 0,000 |
| 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 découle