Abstract 14447: Multi-Center Evaluation of Stress Myocardial Blood Flow by Cardiac Magnetic Resonance in Known and Suspected Ischemic Heart Disease: Preliminary Findings From the AQUA-MBF Initiative
Notice bibliographique
Résumé
Introduction: Quantitative myocardial blood flow (MBF) analysis using stress cardiac magnetic resonance (CMR) has been shown to detect obstructive coronary artery disease (CAD) and coronary microvascular dysfunction (CMD) in several mostly small, single-center studies. The AQUA-MBF ( A ssessment of QUA ntitative MBF ) study is a multicenter initiative involving 16 centers. Hypothesis: The goal of this sub-study is to determine if MBF can differentiate CAD, CMD, and normal volunteers in this multicenter setting. Methods: We present data from 53 subjects (15 with CAD, 20 at risk for CMD and 18 controls) who underwent vasodilator stress CMR (Figure) using 1.5T and 3.0T MR scanners (General Electric). At risk for CMD was defined as having diabetes and 2 other risk factors in absence of ≥50% stenosis based on coronary CT. CAD was defined as the presence of stenosis ≥70% based on invasive coronary angiography. Stress perfusion images were acquired using the dual sequence technique. Stress MBF was measured in each of the 16 AHA segments using Fermi deconvolution (Circle Cvi42). In the CAD group, each segment was further classified as having late gadolinium enhancement (LGE), supplied by CAD, or a normal remote territory. The means of the 5 groups were compared using one-way analysis of variance. Results: The segmental stress MBF (ml/g/min) for the 5 groups are shown in figure. Compared to the normal group, segmental stress MBF in 4 disease groups were significantly lower (p<0.001). Segmental MBF in those at risk for CMD was lower than normal segments and greater than CAD segments (p<0.001). LGE and CAD segments had the lowest stress MBF but similar to each other (p=0.9). Conclusions: In this multicenter study, we show that quantification of MBF using the dual sequence stress perfusion CMR technique can differentiate diseased from healthy myocardium and also between obstructive CAD and those at risk for CMD.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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 ».