Cardiac magnetic resonance imaging in detection of progressive graft dysfunction in pediatric heart transplantation
Notice bibliographique
Résumé
BACKGROUND: Chronic graft failure (CGF) in pediatric heart transplant (PHT) is multifactorial and may present with findings of fibrosis and microvessel disease (MVD) on endomyocardial biopsy (EMB). There is no optimal CGF surveillance method. We evaluated associations between cardiac magnetic resonance imaging (CMR) and historical/EMB correlates of CGF to assess CMR's utility as a surveillance method. METHODS: Retrospective analysis of PHT undergoing comprehensive CMR between September 2015 and January 2022 was performed. EMB within 6 months was graded for fibrosis (scale 0-5) and MVD (number of capillaries with stenotic wall thickening per field of view). Correlation analysis and logistic regression were performed. RESULTS: Forty-seven PHT with median age at CMR of 15.7 years (11.6, 19.3) and time from transplant of 6.4 years (4.1, 11.0) were studied. Cardiac allograft vasculopathy (CAV) was present in 11/44 (22.0%) and historical rejection in 14/41 (34.2%). CAV was associated with higher global T2 (49.0 vs. 47.0 ms; p = 0.038) and peak T2 (57.0 vs. 53.0 ms; p = 0.013) on CMR. Historical rejection was associated with higher global T2 (49.0 vs. 47.0 ms; p = 0.007) and peak T2 (57.0 vs. 53.0 ms; p = 0.03) as well as global extracellular volume (31.0 vs. 26.3%; p = 0.03). Higher fibrosis score on EMB correlated with smaller indexed left ventricular mass (rho = -0.34; p = 0.019) and greater degree of MVD with lower indexed left ventricular end-diastolic volume (rho = -0.35; p = 0.017). CONCLUSION: Adverse ventricular remodeling and abnormal myocardial characteristics on CMR are present in PHT with CAV, historical rejection, as well as greater fibrosis and MVD on EMB. CMR has the potential use for screening of CGF.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| 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 ».