Peripartum Cardiomyopathy is Associated With Abnormalities of Myocardial Deformation and Late Gadolinium Enhancement
Notice bibliographique
Résumé
Purpose: Peripartum cardiomyopathy (PPCM) affects women in late pregnancy and postpartum. Cardiovascular magnetic resonance (CMR) can contribute to PPCM diagnosis and management. We explored CMR findings in PPCM, including myocardial strain and late gadolinium enhancement (LGE) patterns. Materials and Methods: This retrospective single-centre study included patients with PPCM who underwent CMR from 2010 to 2018. Exclusions were other cardiomyopathy causes. CMR parameters, including ventricular function, LGE, and myocardial strain, were compared between the PPCM group and healthy controls. Transthoracic echocardiographic data were reviewed to assess functional improvement in PPCM patients. Results: Thirty-two women with PPCM (mean age 42 ± 6 years) and 26 controls (mean age 43 ± 14 years) were included. PPCM patients had significantly lower left ventricular (LV) ejection fractions (median 37.5% vs 60.5%, P < .001), higher LV end-diastolic volumes (median 108 ml/m² vs 76 ml/m², P < .001), and reduced global LV strain compared to controls. Eighteen PPCM patients (58%) had non-ischaemic pattern LGE, with no LGE in controls besides hingepoint LGE (23%). LGE was most prevalent in the basal and mid anteroseptum. LGE patterns included linear mid-wall, subepicardial, and right ventricular side of the septum. Twenty-four patients (92%) showed improvement in LVEF at follow-up echocardiogram (mean LVEF 28% ± 1.9% at diagnosis and 45% ± 3% at follow-up, P < .001). Conclusion: We identified a non-ischaemic pattern LGE that is nonspecific in isolation but could suggest PPCM in the correct clinical context along with abnormal CMR strain values. Future studies should evaluate the clinical application of these findings to facilitate earlier diagnosis and enhance management.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».