Intra-Cardiac Kinetic Energy and Ventricular Flow Analysis in Bicuspid Aortic Valve: Impact on Left Ventricular Function, Dilation Severity, and Surgical Referral
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Intra-cardiac kinetic energy (KE) and ventricular flow analysis (VFA), as derived from 4D-flow MRI, can be used to understand the physiological burden placed on the left ventricle (LV) due to bicuspid aortic valve (BAV). Our hypothesis was that the KE of each VFA component would impact the surgical referral outcome depending on LV function decrement, BAV phenotype, and aortic dilation severity. A total of 11 healthy controls and 49 BAV patients were recruited. All subjects underwent cardiac magnetic resonance imaging (MRI) examination. The LV mass was inferior in the controls than in the BAV patients (90 ± 26 g vs. 45 ± 17 g, p = 0.025), as well as the inferior ascending aorta diameter indexed (15.8 ± 2.5 mm/m2 vs. 19.3 ± 3.5 mm/m2, p = 0.005). The VFA KE was higher in the BAV group; significant increments were found for the maximum KE and mean KE in the VFA components (p < 0.05). A total of 14 BAV subjects underwent surgery after the scans. When comparing BAV nonsurgery vs. surgery-referred cohorts, the maximum KE and mean KE were elevated (p < 0.05). The maximum and mean KE were also associated with surgical referral (r = 0.438, p = 0.002 and r = 0.371, p = 0.009, respectively). In conclusion, the KE from VFA components significantly increased in BAV patients, including in BAV patients undergoing surgery.
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.
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 | 0,001 |
| 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 découle