Reliability of respiratory-triggered two-dimensional cine k-adaptive-t-autocalibrating reconstruction for Cartesian sampling for the assessment of biventricular volume and function in patients with repaired tetralogy of Fallot
Notice bibliographique
Résumé
Objective: To compare left ventricular (LV) and right ventricular (RV) volume, function, and image quality of a respiratory-triggered two-dimensional (2D)-cine k-adaptive-t-autocalibrating reconstruction for Cartesian sampling (2D kat-ARC) with those of the standard reference, namely, breath-hold 2D balanced steady-state free precession (2D SSFP), in patients with repaired tetralogy of Fallot (TOF). Methods: 30 patients (14 males, mean age 32.2 ± 13.9 years) underwent cardiac magnetic resonance, and 2D kat-ARC and 2D SSFP images were acquired on short-axis view. Biventricular end-diastolic volume (EDV) and end-systolic volume (ESV), stroke volume (SV), ejection fraction (EF), and LV mass (LVM) were analysed. Results: The 2D kat-ARC had significantly shorter scan time (35.2 ± 9.1 s vs 80.4 ± 16.7 s; p < 0.0001). Despite an analysis of image quality showed significant impairment using 2D kat-ARC compared to 2D SSFP cine (p < 0.0001), the two sequences demonstrated no significant difference in terms of biventricular EDV, LVESV, LVSV, LVEF, and LVM. However, the RVESV was overestimated for 2D kat-ARC compared with that for 2D SSFP (73.8 ± 43.2 ml vs 70.3 ± 44.5 ml, p = 0.0002) and the RVSV and RVEF were underestimated (RVSV = 46.2±20.5 ml vs 49.4 ± 20.4 ml, p = 0.0024; RVEF = 40.2±12.7% vs. 43.5±14.0%, p = 0.0002). Conclusion: Respiratory-triggered 2D kat-ARC cine is a reliable technique that could be used in the evaluation of LV volumes and function. Advances in knowledge: 2D cine kat-ARC is a reliable technique for the assessment LV volume and function in patients with repaired TOF.
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 | 0,001 |
| 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 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 ».