Role of Non-Invasive Hemodynamic Forces through Four-Dimensional-Flow Magnetic Resonance Imaging (4D-Flow MRI) in Evaluating Mitral Regurgitation with Preserved Ejection Fraction: Seeking Novel Biomarkers
Notice bibliographique
Résumé
Mitral regurgitation (MR) is the systolic retrograde flow from the left ventricle (LV) to the left atrium. Despite the recognized importance of hemodynamic force (HDF) in cardiology, its exploration in MR has been limited. Therefore, we aimed to explore non-invasively assessed HDF as a novel biomarker for evaluating MR utilizing 4D-flow MRI. The study cohort comprised 15 healthy controls (19–61 years, 53% men) and 26 MR patients with preserved ejection fraction (EF) (33–75 years, trivial–severe, 54% men). The HDF analysis involved the semi-automatic calculation of systolic–diastolic root mean square (RMS), average, and transverse/longitudinal ratio across three directions (S-L: septal–lateral, I-A: inferior–anterior, and B-A: basal–apical) using Segment, v2.2 R6410 (Lund, Sweden, Medviso). A noticeable trend shift emerged in HDF as the MR severity increased (p-value < 0.05). The MR severity demonstrated a noteworthy correlation with systolic RMS B-A, average B-A, diastolic average B-A, systolic average S-L, B-A, and systolic–diastolic ratio (rho = 0.621, 0.457, 0.317, 0.318, 0.555, −0.543, −0.35, respectively; p-value < 0.05). HDF significantly correlated with LV function (end-diastolic volume, end-systolic volume, EF, and mass; p-value < 0.05). Systolic RMS B-A and diastolic RMS S-L emerged as significant predictors of MR (Beta, 95% CI [3.253, 1.204–5.301], [5.413, 0.227–10.6], p-value < 0.05). This study emphasizes HDF as a potential hemodynamic biomarker for evaluating MR.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».