Cardiovascular Magnetic Resonance Reference Ranges From the Healthy Hearts Consortium
Notice bibliographique
Résumé
BACKGROUND: The absence of population-stratified cardiovascular magnetic resonance (CMR) reference ranges from large cohorts is a major shortcoming for clinical care. OBJECTIVES: This paper provides age-, sex-, and ethnicity-specific CMR reference ranges for atrial and ventricular metrics from the Healthy Hearts Consortium, an international collaborative comprising 9,088 CMR studies from verified healthy individuals, covering the complete adult age spectrum across both sexes, and with the highest ethnic diversity reported to date. METHODS: CMR studies were analyzed using certified software with batch processing capability (cvi42, version 5.14 prototype, Circle Cardiovascular Imaging) by 2 expert readers. Three segmentation methods (smooth, papillary, anatomic) were used to contour the endocardial and epicardial borders of the ventricles and atria from long- and short-axis cine series. Clinically established ventricular and atrial metrics were extracted and stratified by age, sex, and ethnicity. Variations by segmentation method, scanner vendor, and magnet strength were examined. Reference ranges are reported as 95% prediction intervals. RESULTS: The sample included 4,452 (49.0%) men and 4,636 (51.0%) women with average age of 61.1 ± 12.9 years (range: 18-83 years). Among these, 7,424 (81.7%) were from White, 510 (5.6%) South Asian, 478 (5.3%) mixed/other, 341 (3.7%) Black, and 335 (3.7%) Chinese ethnicities. Images were acquired using 1.5-T (n = 8,779; 96.6%) and 3.0-T (n = 309; 3.4%) scanners from Siemens (n = 8,299; 91.3%), Philips (n = 498; 5.5%), and GE (n = 291, 3.2%). CONCLUSIONS: This work represents a resource with healthy CMR-derived volumetric reference ranges ready for clinical implementation.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| 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 | 0,001 |
| 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 ».