Abstract 16817: Comparison of Diagnostic Performance of Quantitative Perfusion Stress Myocardial Perfusion Imaging With Cardiac Magnetic Resonance Between Different Vasodilators
Notice bibliographique
Résumé
Introduction: Adenosine and regadenoson are commonly used vasodilators in myocardial perfusion imaging for assessment of suspected coronary artery disease. Hypothesis: The aim of this study is to determine the difference between the different vasodilators by quantifying stress and rest myocardial perfusion using cardiovascular magnetic resonance (CMR). Methods: Subjects with known or suspected CAD from 10 centers undergoing invasive coronary angiography or CT angiography were enrolled for rest and stress first-pass perfusion images using dual sequence. First-pass stress perfusion images were acquired on 1.5T or 3.0T GE scanner during adenosine or Regadenoson. Fully quantitative perfusion values were determined using Fermi deconvolution. Significant CAD was defined by: presence of≥50% stenosis in the left main coronary artery or ≥70% in the one major vessel. Diagnostic performance of stress myocardial blood flow (MBF) and myocardial perfusion reserve (MPR) was measured using receiver operating characteristics curves. Results: A total of 89 subjects were recruited with a median age of 66 yrs, 69% men, 55% significant CAD, history of hypertension in 78%, diabetes in 48%, and hyperlipidemia in 74%. 36 subjects used adenosine, while 53 used regadenoson as the vasodilator agent. Stress MBF had a good area under the curve for adenosine vs. regadenoson [ 0.89 (0.78-1.00) vs. 0.82 (0.66-0.98), p=0.43], sensitivity (100% vs. 84%), and specificity (80% vs. 80%). MPR had a higher area under the curve for adenosine than regadenoson [0.87 (0.75-0.98) vs. 0.68 (0.52-0.84), p=0.06], sensitivity (100% vs. 61%), and specificity (68% vs. 73%). (Figure) Conclusions: Our study showed that fully quantitative perfusion using CMR, regadenoson, and adenosine have similar good diagnostic accuracy when stress MBF was used as the diagnostic parameter. However, adenosine outperformed regadenoson for the detection of significant CAD when MPR was used as the diagnostic parameter.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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) | 0,002 | 0,001 |
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 ».