Novel cardiac CT method for identifying the atrioventricular conduction axis by anatomic landmarks
Notice bibliographique
Résumé
BACKGROUND: Understanding the conduction axis location aids in avoiding iatrogenic damage and guiding targeted heart rhythm therapy. OBJECTIVE: Cardiac structures visible with clinical imaging have been demonstrated to correlate with variability in the conduction system course. We aimed to standardize and assess the reproducibility of predicting the location of the atrioventricular conduction axis by cardiac computed tomography. METHODS: We evaluated 477 patients with acquired aortic valve disease by cardiac computed tomography to assess variability in cardiac structures established to relate to the conduction system. We standardized 3 points (points A-C) to estimate the course from the atrioventricular node to the nonbranching bundle and left bundle branch origin and further compared this with measures of variability in the aortic root and membranous septum. RESULTS: The mean distances between the aortic valve virtual basal ring and points A, B, and C were 9.5 ± 3.5 (0.3-20.1) mm, 5.0 ± 2.6 (-1.7 to 15.9) mm, and 2.9 ± 2.5 (-5.2 to 12.0) mm, respectively. The midpoint of the membranous septum deviated posteriorly a median of -4.4 (interquartile range, -12.4 to +3.0) degrees relative to the commissure between the right coronary and noncoronary leaflets. Intraclass coefficients for both intraobserver and interobserver variability for all measured points were excellent (≥0.78). CONCLUSION: These findings further infer the intimate yet highly variable relationship between the conduction axis and aortic root. This reproducible and standardized approach needs validation in populations of patients requiring accurate identification of the atrioventricular components of the conduction axis, which may serve as a noninvasive means for estimating its location.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».