Subendocardial quantification enhances coronary artery disease detection in 18F-flurpiridaz PET
Notice bibliographique
Résumé
PURPOSE: F-flurpiridaz, is set to enter clinical use soon following its recent regulatory approval. We developed an approach for evaluating subendocardial analysis for stress total perfusion deficit (TPD) and ischemic TPD, assessed its performance for detection of coronary artery disease (CAD) and compared these measures to transmural analysis and expert physician assessments. METHODS: F-flurpiridaz phase III clinical trial (NCT01347710) were used. The subendocardial layer was automatically defined on the left ventricular contours and used for the derivation of polar maps. Areas under the receiver operating characteristic curve (AUC) for quantitative and visual measures were evaluated for detecting CAD, defined as ≥ 50% stenosis by invasive coronary angiography. RESULTS: In total, 753 cases were analyzed, with a median age of 63 (interquartile range 56,69) and 69% male. AUC for detecting ≥ 50% stenosis was higher for subendocardial than transmural analysis for stress (0.795 vs. 0.762, respectively; p = 0.013) and ischemic (0.795 vs. 0.767, respectively; p = 0.049) TPD. Subendocardial and transmural TPD achieved diagnostic performance greater than or comparable to that of the readers' assessments in the total population as well as across subgroups of interest. CONCLUSION: Subendocardial analysis of ischemic perfusion improves the detection of CAD compared to transmural quantitative analysis or expert visual reading. These measures can be derived automatically with minimal user interaction. Integrating TPD quantitative measures could standardize the diagnostic approach for this novel tracer.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».