Quantitative cardiac magnetic resonance standardized signal intensity comparison in dilated cardiomyopathy vs. cardiac sarcoidosis
Notice bibliographique
Résumé
BACKGROUND: Dilated cardiomyopathy (DCM) and cardiac sarcoidosis (CS) manifest unique late gadolinium enhancement (LGE) patterns on cardiac magnetic resonance (CMR), indicative of different myocardial scar distributions. However, the overlap in these patterns due to their lack of specificity complicates differentiation. This study introduces a novel quantitative method employing z-score analysis of LGE-CMR intensity to objectively compare the spatial distribution of LGE intensity between DCM and CS. METHODS: This retrospective study included 22 NICM patients (13 DCM, 9 CS) who underwent CMR before electrophysiology study from November 2018 to May 2023. LGE images were delineated into sub-endocardial, mid-myocardial, and sub-epicardial layers across anterior, lateral, inferior, and septal walls using the AHA 17-segment model. CMR signal intensities were standardized to z-scores (z = (x - μ)/σ), with x as the signal intensity for a specific myocardial segment, and μ and σ as the mean and SD for all LV myocardial segments, to map regional intensity variations. RESULTS: Compared to DCM, CS patients exhibited significantly higher CMR signal intensity z-scores in the septum (β = 0.32, p = 0.009), particularly in the endocardial third of the right ventricular (RV) side (β = 0.56, p = 0.001). A z-score greater than 0.40 in this area was associated with a CS diagnosis, with an area under the ROC curve of 0.692 in fivefold cross-validation. CONCLUSION: Patients with CS exhibit higher affinity for contrast in the septum, particularly on the RV endocardium. Standardized analysis of CMR signal intensities provides a novel, quantitative method for distinguishing CS from DCM, with the former exhibiting higher CMR signal intensity z-scores in the septum.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».