Measurement of Myocardial Blood Flow by SPECT
Notice bibliographique
Résumé
Abstract Stress MPI with SPECT and PET is widely used for diagnosis and determining prognosis in patients with suspected or known CAD. However, a major limitation of MPI is the use of relative perfusion for diagnosis of obstructive CAD and leads to underestimation of the extent of obstructive CAD. However, MBF and MFR can be measured with PET and provide additional diagnostic and prognostic value over relative PET MPI. Similarly, SPECT measurement of MBF may improve the clinical value of SPECT and greatly increase the availability and use of MBF with MPI. The accuracy of CZT SPECT measurement of MBF has been validated in clinical evaluations in patients undergoing coronary angiography and PET imaging. Reduced global stress MBF and MFR can identify the presence of severe MVD. Regional reductions in stress MBF and MFR have high diagnostic accuracy for specific vessel CAD. Reduced global and regional SPECT MFR can predict reduced global and regional PET MFR. SPECT measurement of MBF has good day-to-day repeatability and interobserver variability. We describe the use of SPECT MBF at the University of Ottawa Heart Institute, including image acquisition and processing and clinical interpretation of test results with case examples. The clinical use of SPECT MBF is in the early stages of implementation. Protocols including radiotracers, camera systems and software need to be standardized. Multicenter studies are necessary to better define the diagnostic value of CZT SPECT MBF for obstructive CAD and the incremental prognostic value of SPECT MBF measurement compared to relative MPI.
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 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,013 |
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 ».