MétaCan
Menu
Retour à la cohorte
Enregistrement W4401651100 · doi:10.1016/j.jocmr.2024.101085

Comparison of dual-bolus versus dual-sequence techniques for determining myocardial blood flow and myocardial perfusion reserve by cardiac magnetic resonance stress perfusion: From the Automated Quantitative analysis of myocardial perfusion cardiac Magnetic Resonance Consortium

2024· article· en· W4401651100 sur OpenAlexaff
Emily Yin Sing Chong, Haonan Wang, Kwan Ho Gordon Leung, Paul Kim, Yuko Tada, Tsun Hei Sin, Chor Cheung Tam, Mitchel Benovoy, Andrew E. Arai, Victor Goh, Martin Janich, Amit R. Patel, Ming‐Yen Ng

Notice bibliographique

RevueJournal of Cardiovascular Magnetic Resonance · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Imaging and Diagnostics
Établissements canadiensMcGill University
Organismes subventionnairesGE HealthcareSiemens Healthineers
Mots-clésMedicineAngiologyPerfusionCardiac magnetic resonanceMagnetic resonance imagingBolus (digestion)Blood flowPerfusion scanningCardiologyMyocardial perfusion imagingInternal medicineNuclear medicineRadiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Quantitative stress cardiac magnetic resonance (CMR) can be performed using the dual-sequence (DS) technique or dual-bolus (DB) method. It is unknown if DS and DB produce similar results for myocardial blood flow (MBF) and myocardial perfusion reserve (MPR). The study objective is to investigate if there are any differences between DB- and DS-derived MBF and MPR. METHODS: Retrospective observational study with 168 patients who underwent stress CMR. DB and DS methods were simultaneously performed on each patient on the same day. Global and segmental stress MBF and rest MBF values were collected. RESULTS: Using Bland-Altman analysis, segmental and global stress MBF values were higher in DB than DS (0.22 ± 0.60 mL/g/min, p < 0.001 and 0.20 ± 0.48 mL/g/min, p = 0.005, respectively) with strong correlation (r = 0.81, p < 0.001 for segmental and r = 0.82, p < 0.001 for global). In rest MBF, segmental and global DB values were higher than by DS (0.15 ± 0.51 mL/g/min, p < 0.001 and 0.14 ± 0.36 mL/g/min, p = 0.011, respectively) with strong correlation (r = 0.81, p < 0.001 and r = 0.77, p < 0.001). Mean difference between MPR by DB and DS was -0.02 ± 0.68 mL/g/min (p = 0.758) for segmental values and -0.01 ± 0.49 mL/g/min (p = 0.773) for global values. MPR values correlated strongly as well in both segmental and global, both (r = 0.74, p < 0.001) and (r = 0.75, p < 0.001), respectively. CONCLUSION: There is a very good correlation between DB- and DS-derived MBF and MPR values. However, there are significant differences between DB- and DS-derived global stress and rest MBF. While MPR values did not show statistically significant differences between DB and DS methods.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,307
Écart entre enseignants0,285 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

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

En bref

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cardiovascular Magnetic ResonanceMême sujetCardiac Imaging and DiagnosticsTravaux en français237 207