Abstract 13906: Electrocardiographic Correlates of Cardiac MRI Findings in Women With MINOCA
Notice bibliographique
Résumé
Introduction: Myocardial infarction with nonobstructive coronary arteries (MINOCA) is identified in 6-15% of patients with MI and disproportionately affects women. Cardiac magnetic resonance (CMR) imaging is important to identify the cause of MINOCA but is restricted by its technical complexity and limited accessibility. The electrocardiogram (ECG), a simple, readily available tool, may predict features associated with abnormal CMR. Methods: Women with a diagnosis of MI and <50% angiographic stenosis in all epicardial vessels were enrolled in the Women’s Heart Attack Research Program (HARP), a prospective, multicenter, observational study. Participants had CMR at a median of 6 days from MI (n=116). A CMR core laboratory interpreted images while blinded to clinical data and ECGs. Abnormal CMR findings included late gadolinium enhancement (LGE) or myocardial edema. The patient’s presenting ECG was analyzed. ECGs with ≥2 uninterpretable leads or with bundle branch block were excluded. ECGs were assessed for T-wave inversions (TWI), pathologic Q waves (QW), fractionated QRS (fQRS), and ST segment depression or elevation. The DETERMINE score is 2x the number of leads (#) with QW + # fQRS + # TWI, excluding leads V1 and aVR (maximum score 40). Results: (Figure, Table): Among 112 women with MINOCA, CMR abnormality was more likely in women with DETERMINE score ≥3 vs <3 (86% vs 65%, p = 0.01). DETERMINE score ≥3 was associated with abnormal CMR on logistic regression (OR 3.4, p = 0.01). Patients with any TWI were more likely to have abnormal CMR than those with no TWI (84% vs 64%, p = 0.02), and were more likely to have LGE on CMR (61% vs 34%, p = 0.005). In those with a DETERMINE score of 0, CMR was abnormal in 62% vs 78% with DETERMINE score ≥1 (p=0.09), and LGE was present in 28% vs 54%, p = 0.01. Conclusion: ECG abnormalities were associated with abnormal CMR among women with MINOCA. The ECG may provide risk stratification for CMR, but the absence of QW, fQRS and TWI does not preclude CMR abnormality.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,003 | 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 ».