Myocardial perfusion quantification with Rb-82 PET: good interobserver agreement of Carimas software on global, regional, and segmental levels
Notice bibliographique
Résumé
PURPOSE: To estimate the interobserver agreement of the Carimas software package (SP) on global, regional, and segmental levels for the most widely used myocardial perfusion PET tracer-Rb-82. MATERIALS AND METHODS: Rest and stress Rb-82 PET scans of 48 patients with suspected or known coronary artery disease (CAD) were analyzed in four centers using the Carimas SP. We considered values to agree if they simultaneously had an intraclass correlation coefficient (ICC) > 0.75 and a difference < 20% of the median across all observers. RESULTS: The median values on the segmental level were 1.08 mL/min/g for rest myocardial blood flow (MBF), 2.24 mL/min/g for stress MBF, and 2.17 for myocardial flow reserve (MFR). For the rest MBF and MFR, all the values at all the levels fulfilled were in excellent agreement. For stress MBF, at the global and regional levels, all the 24 comparisons showed excellent agreement. Only 1 out of 102 segmental comparisons (seg. 14) was over the adequate agreement limit-23.5% of the median value (ICC = 0.95). CONCLUSION: Interobserver agreement for Rb-82 PET myocardial perfusion quantification analyzed with Carimas is good at any LV segmentation level-global, regional, and segmental. It is good for all the estimates-rest MBF, stress MBF, and MFR.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».