Multicenter Evaluation of Myocardial Flow Reserve as a Prognostic Marker for Mortality in ¹³N-Ammonia PET Myocardial Perfusion Imaging
Notice bibliographique
Résumé
ABSTRACT Background Myocardial flow reserve (MFR), measured by PET MPI, provides valuable information on epicardial coronary disease, diffuse atherosclerosis, and microvascular function. Despite its routine use, the prognostic efficacy of 13 N-ammonia PET MFR remains unconfirmed in larger multicenter cohorts of patients with suspected or known coronary artery disease (CAD). Methods We considered patients from five sites in the REFINE PET registry who underwent 13 N-ammonia PET MPI for CAD. Clinical and imaging data were collected at the time of MPI. MFR was quantified as the ratio of stress to rest myocardial blood flow, using QPET software (Cedars-Sinai Medical Center, Los Angeles, CA). The primary outcome was all-cause mortality (ACM). Survival analyses were performed using Kaplan-Meier and Cox regression models adjusted for clinical and imaging covariates. Results In total, 6277 patients were included (mean age of 64 years, 56% male). Median follow-up time was 3.8 years. There were 1895 patients with MFR ≤2 and 4382 with MFR >2. Patients with MFR ≤2 had significantly higher mortality than those with MFR >2 (n=701 [37.0%] vs. n=537 [12.3%], respectively; p<0.001). Annualized ACM rates by MFR and SSS ranged from 1.7 to 11.6. In multivariable analysis, MFR ≤2 was independently associated with increased ACM in the overall population (HR 2.70, 95% CI 2.41-3.03, p<0.001), even among patients with no perfusion defects (HR 2.36, 95% CI 1.93-2.89; p<0.001). Mortality risk decreased across increasing MFR deciles ranging from HR 2.73 (95% CI 2.39-3.11) to HR 0.35 (95% CI 0.25-0.49). Conclusion In this large multicenter cohort, MFR derived from 13 N-ammonia PET MPI is a strong, independent predictor of ACM, even in patients with normal perfusion. An MFR of ≤2.0 identifies elevated risk, while higher values are associated with improved survival. These findings support the routine integration of MFR to enhance risk stratification in patients with suspected or known CAD.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».