MétaCan
Menu
Retour à la cohorte
Enregistrement W4318344211 · doi:10.1136/heartjnl-2022-bscmr.9

9 A comparison between three quantitative perfusion post processing methods

2023· article· en· W4318344211 sur OpenAlexaff
Noor Sharrack, Ana‐Maria Poenar, Cian M. Scannell, David Higgins, David Broadbent, Mitchel Benovoy, Amedeo Chiribiri, John P. Greenwood, Sven Plein

Notice bibliographique

RevueAbstracts · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Imaging and Diagnostics
Établissements canadiensCircle Cardiovascular Imaging
Organismes subventionnairesUniversity of LeedsBritish Heart Foundation
Mots-clésPerfusionMedicineParametric statisticsNuclear medicineComputer scienceInternal medicineMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

<h3></h3> Several analysis methods for Quantitative Perfusion (QP) CMR have been proposed, some vendor-specific, others generic. Published literature shows differences in the Myocardial Blood Flow (MBF) between these methods. Current limitations include the lack of consensus on optimal acquisition and analysis techniques, which ideally, should yield MBF and myocardial perfusion reserve (MPR) estimates consistent with, and interchangeable across studies and preferably with PET, which remains the gold-standard [1]. There lack of inter-vendor standardisation remains an important hinderance for the implementation of QP CMR into routine clinical practice. We investigated the differences in global stress MBF, global rest MBF and myocardial perfusion reserve (MPR) between three post-processing quantitative perfusion methods using two field strengths. 27 patients referred for stress myocardial perfusion CMR were recruited. Basic demographic data and CMR data was collected. Two scanners (1.5T Ingenia and 3T Achieva-TX were used. Both sequences used dual acquisition protocols and comparable contrast-agent dosing regimens. Data from both field strengths were grouped and then analysed using 3 different QP methods (A [2], B [3] and C [4] to derive global rest MBF, global stress MBF and MPR. The data were tested for normality and then methods were compared with one another using repeated measures one way ANOVA for parametric data, or Friedman’s test for non-parametric data, as appropriate. All patients completed studies with good quality. 20 scans were performed on 1.5T and 7 scans were performed on 3T. Mean Ejection fraction was 55 ±11%, mean age was 65 ±10 years with a male: female distribution (22:5). Mean global stress MBF, rest MBF and MPR for method A were 2.38 ± 0.82 [2.06–2.70], 1.35± 0.55 [1.13–1.56] and 1.98± 0.61 [1.73–2.22] for method B were 2.43 ±0.55 [2.21–2.65], 1.28 ±0.59 [ 1.05–1.51] and 2.02 ± 0.60 [1.78–2.26] and for method C were 2.89 ± 0.50 [2.70–3.09], 1.36± 0.49 [1.17–1.56] and 2.25± 0.55 [2.04–2.45] respectively. There was no statistically significant difference in MPR using the three methods (F(2,52) =2.39, p=0.102) or in rest MBF (X<sup>2</sup>(2) = 0.92, p= 0.63). Statistically significant differences in stress MBF (F (2,52) =7.36, p=0.002) were seen. Preliminary analysis of QP at two field strengths and between three analysis methods suggests significant differences in stress MBF results between some QP methods. However, MPR may have better reproducibility. Further studies are required between more QP techniques, incorporating multiple vendor QP implementations to determine clinical utility of QP and for international standardisation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,106
Tête enseignante GPT0,459
Écart entre enseignants0,353 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAbstractsMême sujetCardiac Imaging and DiagnosticsTravaux en français237 207