MétaCan
Menu
Retour à la cohorte
Enregistrement W4411752507 · doi:10.1101/2025.06.27.25330278

AI-Derived Splenic Response in Cardiac PET Predicts Mortality: A Multi-Site Study

2025· preprint· en· W4411752507 sur OpenAlexafffund
Naga Dharmavaram, Giselle Ramirez, Aakash Shanbhag, Robert J.H. Miller, Paul Kavanagh, Jirong Yi, Mark Lemley, Valerie Builoff, Anna Marcinkiewicz, Damini Dey, Jon Hainer, Samuel Wopperer, Stacey Knight, Viet T. Le, Steve Mason, Erick Alexánderson, Isabel Carvajal-Juárez, René R. Sevag Packard, Thomas Rosamond, Mouaz H. Al‐Mallah, Leandro Slipczuk, Mark I. Travin, Wanda Acampa, Andrew J. Einstein, Panithaya Chareonthaitawee, Daniel S. Berman, Marcelo F. Di Carli, Piotr J. Slomka

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiqueCardiac Imaging and Diagnostics
Établissements canadiensUniversity of CalgaryArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesNational Institutes of HealthNovo NordiskNational Heart, Lung, and Blood InstituteAlberta InnovatesCanon Medical Systems USAIonis PharmaceuticalsAmgenPfizerCedars-Sinai Medical CenterSun PharmaDr. Miriam and Sheldon G. Adelson Medical Research Foundation
Mots-clésInternal medicineMedicineCardiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Inadequate pharmacologic stress may limit the diagnostic and prognostic accuracy of myocardial perfusion imaging (MPI). The splenic ratio (SR), a measure of stress adequacy, has emerged as a potential imaging biomarker. Objectives To evaluate the prognostic value of artificial intelligence (AI)-derived SR in a large multicenter 82 Rb-PET cohort undergoing regadenoson stress testing. Methods We retrospectively analyzed 10,913 patients from three sites in the REFINE PET registry with clinically indicated MPI and linked clinical outcomes. SR was calculated using fully automated algorithms as the ratio of splenic uptake at stress versus rest. Patients were stratified by SR into high (≥90th percentile) and low (<90th percentile) groups. The primary outcome was major adverse cardiovascular events (MACE). Survival analysis was conducted using Kaplan-Meier and Cox proportional hazards models adjusted for clinical and imaging covariates, including myocardial flow reserve (MFR ≥2 vs. <2). Results The cohort had a median age of 68 years, with 57% male patients. Common risk factors included hypertension (84%), dyslipidemia (76%), diabetes (33%), and prior coronary artery disease (31%). Median follow-up was 4.6 years. Patients with high SR (n=1,091) had an increased risk of MACE (HR 1.18, 95% CI 1.06–1.31, p=0.002). Among patients with preserved MFR (≥2; n=7,310), high SR remained independently associated with MACE (HR 1.44, 95% CI 1.24–1.67, p<0.0001). Conclusions Elevated AI-derived SR was independently associated with adverse cardiovascular outcomes, including among patients with preserved MFR. These findings support SR as a novel, automated imaging biomarker for risk stratification in 82 Rb PET MPI. Condensed Abstract AI-derived splenic ratio (SR), a marker of pharmacologic stress adequacy, was independently associated with increased cardiovascular risk in a large 82 Rb PET cohort, even among patients with preserved myocardial flow reserve (MFR). High SR identified individuals with elevated MACE risk despite normal perfusion and flow findings, suggesting unrecognized physiologic vulnerability. Incorporating automated SR into PET MPI interpretation may enhance risk stratification and identify patients who could benefit from intensified preventive care, particularly when traditional imaging markers appear reassuring. These findings support SR as a clinically meaningful, easily integrated biomarker in stress PET imaging.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,347
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetCardiac Imaging and DiagnosticsTravaux en français237 207