Diagnostic yield of magnetic resonance imaging in heart failure with left ventricular dysfunction?
Notice bibliographique
Résumé
Background: Heart failure with reduced ejection fraction is responsible for half of heart failure cases worldwide and implicates in substantial morbidity and mortality. However, even with clinical history and physical examination associated with conventional complementary exams, many patients remain without etiological diagnosis. Cardiac magnetic resonance has offered the possibility to clarify a variable proportion of these cases. Objective: To verify how much cardiac magnetic resonance contributes to etiologic diagnosis of heart failure with left ventricular ejection fraction <50% in a specialized service. Methods: We included individuals referred to cardiac magnetic resonance with heart failure and left ventricular ejection fraction <50% by transthoracic echocardiogram, without defined etiology, from January, 2017 to June, 2018 in a tertiary hospital. Results: The sample consisted of 87 patients, with average age of 45±16 years, 49% male and left ventricular ejection fraction 32%±13. Of the patients, 55,3% had etiological diagnosis through cardiac magnetic resonance: 33,4% myocarditis, 11.5% non-compaction cardiomyopathy, 6.8% Chagas disease, and for hypertensive heart disease, amyloidosis and arrhythmogenic right ventricle dysplasia, 1,2% each. Late gadolinium enhancement was positive in 61% and non-ischemic pattern predominated (50,5%). Reverse remodeling occurred with normalization of ventricular function in 13% of patients. Conclusion: The performance of cardiac magnetic resonance in patients without etiologic diagnosis of HF with left ventricle dysfunction is clinically significant, since it contributed more than 50% of the time to the etiology and prognosis of patients. This positive impact occurred in a tertiary cardiology teaching service, so it is possible that in other circumstances the role of the cardiac magnetic resonance may be even greater than that here presented.
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».