MétaCan
Menu
Retour à la cohorte
Enregistrement W3167276385 · doi:10.3791/62574

The Use of 3D Echocardiography in Surgical Planning of the Mitral Valve in Pediatric Cardiology

2021· review· en· W3167276385 sur OpenAlexaff
Nick Arbic, Andréea Dragulescu, Luc Mertens, Olivier Villemain

Notice bibliographique

RevueJournal of Visualized Experiments · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMitral valveMedicineSonographerChordae tendineaeMitral regurgitationCardiologySurgical planningRadiologyStenosisInternal medicineUltrasound

Résumé

récupéré en direct d'OpenAlex

Mitral valve disease in pediatric cardiology is complex and can involve a combination of annular, leaflet, chordae tendineae and papillary muscle abnormalities. Transthoracic two-dimensional echocardiography (2DE) remains the primary diagnostic imaging technique utilized in pediatric surgical planning. However, given that the mitral valve is a three-dimensional (3D) structure, the addition of 3D echocardiography (3DE) to better define the mechanisms of stenosis and/or regurgitation is advantageous. Transthoracic 3DE technology has improved with advances in probe technology and ultrasound scanners, producing images with good spatial resolution and adequate temporal resolution. Specifically, the addition of pediatric 3D transducers with higher frequencies and a smaller footprint provides better 3DE imaging in children. Improved efficiency of 3DE acquisition and analysis allow 3D assessment of the mitral valve to be more easily integrated by the sonographer, the cardiologist and the surgeon in mitral valve assessment. This improvement was also made possible by the postprocessing software optimization. In this method paper, we aim to describe the transthoracic 3DE assessment of the mitral valve in children and its use in the surgical planning of pediatric mitral valve disease. Firstly, the 3DE assessment begins by selecting the correct probe and by obtaining a view of the mitral valve. Then, the appropriate data acquisition method should be selected based on the individual patient. Next, optimization of the data set is critical in order to properly balance spatial and temporal resolution. During live scanning or following acquisition, the data set can be cropped using innovative tools that allow the user to quickly obtain an infinite number of cut planes or volumetric reconstructions. The cardiologist and surgeon can view the mitral valve en face; thus, accurately reconstructing its morphology in order to support medical or surgical planning. Finally, a review of some clinical applications is proposed, showing examples in pediatric mitral valve managements.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,625
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,012
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,097
Tête enseignante GPT0,508
Écart entre enseignants0,411 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetCardiac Valve Diseases and TreatmentsTravaux en français237 207