Characterization of Intracardiac Flow in the Right Ventricle With Pressure and Volume Overload in Children
Notice bibliographique
Résumé
Background: Blood flow visualization using vector flow mapping (VFM) holds potential as a novel indicator of right ventricular (RV) function. Methods: This study included 12 patients with atrial septal defect (ASD group, mean (± standard deviation) age: 6.2 ± 1.5 years), six patients with pulmonary hypertension (PH group, mean age: 6.8 ± 2.3 years), and 35 healthy, age-matched children (control group, mean age: 7.3 ± 1.6 years). VFM data were obtained from the parasternal RV short-axis view. Results: VFM images in the majority of the control group showed a counterclockwise rotating vortex below the tricuspid anterior leaflet and clockwise vortex below the septal leaflet in early diastole. In late diastole, a clockwise vortex flow appeared at the RV apex to the outflow tract. In the ASD and PH groups, the formation of vortical flow below the tricuspid valve was decreased. Late-diastolic vortices also differed from the control group, with counterclockwise or no vortex flow seen in this phase in these groups. Flow energy loss (EL), kinetic energy (KE) and energetic performance index (EPI) were related to RV systolic and diastolic functions. Mean EL over one cardiac cycle (ELcycle) was significantly higher in the PH group than in the control group (P = 0.0471). KE of the RV inflow tract (KE-RVin) and outflow tract (KE-RVout) were significantly lower in the PH group than in the control and ASD groups (P < 0.05 each). Conclusions: These results suggest that RV vortex formation may be a factor in efficient ejection. EL, KE, and EPI may be applicable to evaluate RV contractility and diastolic function.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 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 ».