Current clinical applications and potential perspective of micro-computed tomography in cardiovascular imaging: A systematic scoping review
Notice bibliographique
Résumé
Micro-computed tomography (micro-CT) constitutes an emerging imaging technique, which can be utilized in cardiovascular medicine to study in-detail the microstructure of heart and vessels. This paper aims to systematically review the clinical utility of micro-CT in cardiovascular imaging and propose future applications of micro-CT imaging in cardiovascular research. A systematic scoping review was conducted by searching for original studies written in English according to Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) extension for scoping reviews. Medline, Scopus, ClinicalTrials.gov, and the Cochrane library were systematically searched through December 11, 2020 to identify publications concerning micro-CT applications in cardiovascular imaging. Preclinical-animal studies and case reports were excluded. The Newcastle-Ottawa assessment scale for observational studies was used to evaluate study quality. In total, the search strategy identified 30 studies that report on micro-CT-based cardiovascular imaging and satisfy our eligibility criteria. Across all included studies, the total number of micro-CT scanned specimens was 1,227. Six studies involved postmortem 3D-reconstruction of congenital heart defects, while eleven studies described atherosclerotic vessel (coronary or carotid) characteristics. Thirteen other studies employed micro-CT for the assessment of medical devices (mainly stents or prosthetic valves). In conclusion, micro-CT is a novel imaging modality, effectively adapted for the 3D visualization and analysis of cardiac soft tissues and devices at high spatial resolution. Its increasing use could make significant contributions to our improved understanding of the histopathophysiology of cardiovascular diseases, and, thus, has the potential to optimize interventional procedures and technologies, and ultimately improve patient outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,024 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».