Integration of 3D nuclear imaging in 3D mapping system for ventricular tachycardia ablation in patients with implanted devices: Perfusion/voltage retrospective assessment of scar location
Notice bibliographique
Résumé
Background: The identification of low-voltage proarrhythmic areas for catheter ablation of scar-mediated ventricular tachycardia (VT) remains challenging. Integration of myocardial perfusion imaging (single-photon emission computed tomography/computed tomography; SPECT/CT) and electroanatomical mapping (EAM) may improve delineation of the arrhythmogenic substrate. Objective: To assess the feasibility of SPECT/CT image integration with voltage maps using the EnSite Precision system (Abbott) in patients undergoing scar-mediated VT ablation. Methods: Patients underwent SPECT/CT imaging prior to left ventricular (LV) EAM with the EnSite Precision mapping system. The SPECT/CT, EAM data, and ablation lesions were retrospectively co-registered in the EnSite Precision system and exported for analysis. Segmental tissue viability scores were calculated based on SPECT/CT perfusion and electrogram bipolar voltage amplitude. Concordance, specificity, and sensitivity between the 2 modalities as well as the impact of SPECT/CT spatial resolution were evaluated. Results: Twenty subjects (95% male, 67 ± 7 years old, left ventricular ejection fraction 36% ± 11%) underwent EAM and SPECT/CT integration. A concordance of 70% was found between EAM and SPECT/CT for identification of cardiac segments as scar vs viable, with EAM showing a 68.5% sensitivity and 76.4% specificity when using SPECT/CT as a gold standard. Projection on low-resolution 3D geometries led to an average decrease of 38% ± 22% of the voltage points used. Conclusion: The study demonstrated the feasibility of integrating SPECT/CT with EAM performed retrospectively for characterization of anatomical substrates during VT ablation procedures.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».