MétaCan
Menu
Retour à la cohorte
Enregistrement W4415053631 · doi:10.1016/j.wfumbo.2025.100097

A wall tracking method to estimate ejection fraction from the parasternal long axis view in point of care ultrasound

2025· article· en· W4415053631 sur OpenAlexafffund
Roberto Vega, Arun Nagdev, Masood Dehghan, Seyed Ehsan Seyed Bolouri, Brian Buchanan, Jeevesh Kapur, Jacob L. Jaremko, Dornoosh Zonoobi

Notice bibliographique

RevueWFUMB Ultrasound Open · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta InnovatesCanadian Institute for Advanced Research
Mots-clésParasternal lineEjection fractionFraction (chemistry)Tracking (education)Metric (unit)Cardiac UltrasoundUltrasoundPoint (geometry)

Résumé

récupéré en direct d'OpenAlex

The left ventricular ejection fraction is a key metric for evaluating the systolic function in critically ill patients. Traditionally, it is computed using apical 2- and 4-chamber views in an echocardiogram; however, obtaining these views in an acutely ill patient in the emergency department is often difficult. A parasternal long-axis view, acquired with point of care ultrasound, is a faster and easier alternative. Unfortunately, the methods for estimating the ejection fraction from this view underperform when the left ventricular wall movement is not uniform or when its shape is not properly modeled as an ellipsoid. We propose a novel method that tracks the movement of the visible portions of the walls during the full cardiac cycle, and then estimates the ejection fraction based on that movement. We compared the performance of this method with the ejection fraction from the cardiology report on a dataset of 613 patients. Our experiments showed an accuracy of 85% for identifying critically low values for ejection fraction (EF < 30%) and 87% for abnormal ones (EF < 50%). These values are comparable with the results obtained from the apical views and superior to current methods for the parasternal long-axis view. Since our method is fully automated, we expect that it can be adopted at scale in real-world clinical scenarios, giving practitioners a new tool to properly estimate the ejection fraction in clinically challenging scenarios. • We propose a novel method to estimate the LVEF from the PLAX view. • This method provides answers in real time, even if the wall movement is not uniform. • Its performance is comparable with the one obtained using apical views.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,041
Tête enseignante GPT0,429
Écart entre enseignants0,387 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWFUMB Ultrasound OpenMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207