MétaCan
Menu
Retour à la cohorte
Enregistrement W4401023186 · doi:10.1016/j.nuclcard.2024.102012

Novel tracers to assess myocardial inflammation with radionuclide imaging

2024· review· en· W4401023186 sur OpenAlexafffund
Yousif A. Lucinian, Patrick Martineau, Gad Abikhzer, François Harel, Matthieu Pelletier‐Galarneau

Notice bibliographique

RevueJournal of Nuclear Cardiology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueSarcoidosis and Beryllium Toxicity Research
Établissements canadiensJewish General HospitalMontreal Heart Institute
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésMedicineInflammationMyocarditisMyocardial infarctionMolecular imagingDiseasePathogenesisPathologyCardiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Myocardial inflammation plays a central role in the pathophysiology of various cardiac diseases. While FDG-PET is currently the primary method for molecular imaging of myocardial inflammation, its effectiveness is hindered by physiological myocardial uptake as well as its propensity for uptake by multiple disease-specific mechanisms. Novel radiotracers targeting diverse inflammatory immune cells and molecular pathways may provide unique insight through the visualization of underlying mechanisms central to the pathogenesis of inflammatory cardiac diseases, offering opportunities for increased understanding of immunocardiology. Moreover, the potentially enhanced specificity may lead to better quantification of disease activity, aiding in the guidance and monitoring of immunomodulatory therapy. This review aims to provide an update on advancements in non-FDG radiotracers for imaging myocardial inflammatory diseases, with a focus on cardiac sarcoidosis, myocarditis, and acute myocardial infarction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil0,897

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,111
Tête enseignante GPT0,397
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nuclear CardiologyMême sujetSarcoidosis and Beryllium Toxicity ResearchTravaux en français237 207