Low Prevalence of Late Myocardial Injury on Cardiac <scp>MRI</scp> Following <scp>COVID</scp>‐19 Infection
Notice bibliographique
Résumé
BACKGROUND: The prevalence of abnormal cardiac magnetic resonance imaging (MRI) findings indicative of myocardial injury in patients who recovered from coronavirus disease 2019 (COVID-19) is currently unclear, with a high variability in the reported prevalence. PURPOSE: To assess the prevalence of myocardial injury after a COVID-19 infection. STUDY TYPE: Prospective, bicentric study. SUBJECTS: Seventy consecutive patients who recovered from COVID-19 and were previously hospitalized. Mean age was 57 years and 39% of the patients were female. Ten healthy controls and a comparator group of 75 nonischemic cardiomyopathy (NICM) patients were employed. FIELD STRENGTH/SEQUENCE: 1.5-T, steady-state free precession (SSFP) gradient-echo sequence, modified Look-Locker inversion recovery sequence with balanced SSFP readout, T2-prepared spiral readout sequence and a T1-weighted inversion recovery fast gradient-echo sequence was acquired ~4-5 months after recovery from COVID-19. ASSESSMENT: The SSFP sequence was utilized for the calculation of left and right ventricular volumes and ejection fractions (LVEF and RVEF) following manual endocardial contouring. T1 and T2 mapping was performed by pixel-wise exponential fitting, and T1 and T2 values were computed by manual contouring of the left ventricular endocardial and epicardial walls. Late gadolinium enhancement (LGE) images were graded qualitatively as LGE present or absent. STATISTICAL TESTS: or Fisher's exact tests were used to compare continuous and categorical variables respectively between the COVID-19 and NICM groups. Inter-rater agreement was evaluated by the intraclass correlation coefficient for continuous variables and Cohen's kappa test for LGE. RESULTS: Reduced RVEF occurred in 10%, LGE and elevated native T1 in 9%, reduced LVEF in 4%, and elevated T2 in 3% of COVID-19 patients, respectively. Patients with NICM had lower mean LVEF (41.6% ± 6% vs. 60% ± 7%), RVEF (46% ± 5% vs. 61% ± 9%), and a significantly higher prevalence of LGE (27% vs. 9%) when compared to those post-COVID-19. DATA CONCLUSION: Abnormal cardiac MRI findings may show a low prevalence in patients who recovered from COVID-19 and were previously hospitalized. LEVEL OF EVIDENCE: 2 TECHNICAL EFFICACY: Stage 2.
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 | 0,000 | 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) | 0,002 | 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 ».