Myocardial Strain Measured by Cardiac Magnetic Resonance Predicts Cardiovascular Morbidity and Death
Notice bibliographique
Résumé
BACKGROUND: Myocardial strain using cardiac magnetic resonance (CMR) is a sensitive marker for predicting adverse outcomes in many cardiac disease states, but the prognostic value in the general population has not been studied conclusively. OBJECTIVES: The goal of this study was to assess the independent prognostic value of CMR feature tracking (FT)-derived LV global longitudinal (GLS), circumferential (GCS), and radial strain (GRS) metrics in predicting adverse outcomes (heart failure, myocardial infarction, stroke, and death). METHODS: Participants from the UK Biobank population imaging study were included. Univariable and multivariable Cox models were used for each outcome and each strain marker (GLS, GCS, GRS) separately. The multivariable models were tested with adjustment for prognostically important clinical features and conventional global LV imaging markers relevant for each outcome. RESULTS: Overall, 45,700 participants were included in the study (average age 65 ± 8 years), with a median follow-up period of 3 years. All univariable and multivariable models demonstrated that lower absolute GLS, GCS, and GRS were associated with increased incidence of heart failure, myocardial infarction, stroke, and death. All strain markers were independent predictors (incrementally above some respective conventional LV imaging markers) for the morbidity outcomes, but only GLS predicted death independently: (HR: 1.18; 95% CI: 1.07-1.30). CONCLUSIONS: In the general population, LV strain metrics derived using CMR-FT in radial, circumferential, and longitudinal directions are strongly and independently predictive of heart failure, myocardial infarction, and stroke, but only GLS is independently predictive of death in an adult population cohort.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».