Arrhythmia substrate identification using wideband motion-corrected late gadolinium enhancement magnetic resonance imaging in a swine model of myocardial infarction with taped implantable cardioverter-defibrillators
Notice bibliographique
Résumé
Background: Sudden cardiac death is a leading worldwide cause of cardiac mortality and is largely related to ventricular tachycardia (VT) in patients with known myocardial scarring. In these patients, implantable cardioverter-defibrillator (ICD) therapy reduces arrhythmia-related mortality. However, curative procedures such as catheter ablation are used to homogenize regions of scar and remove structural re-entry circuits that cause VT. Objective: In this paper, we conduct a preliminary experiment comparing 2-dimensional (2D) late gadolinium enhancement (LGE) and 3-dimensional (3D) LGE without an ICD with wideband motion-corrected (WB-MOCO) LGE with an ICD in a cohort of infarcted Yorkshire swine. Methods: Animals were imaged after infarct with conventional 2D and 3D LGE without an ICD present and 2D WB-MOCO LGE with an ICD present. Images were analyzed to determine heterogeneous tissue corridor (HTC) count and location, which were compared with circuit exit locations determined using a 12-lead electrocardiogram. Results: We found a statistically significant increase in HTC count with WB-MOCO LGE, but no significant differences in the number of true-positive or false-positive HTCs per subject. Conclusion: WB-MOCO LGE has reduced specificity to physiologically relevant HTCs than conventional 2D or 3D LGE.
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) | 0,001 | 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 ».