Characterization of Left Ventricular Hemodynamic Forces in Mitral Regurgitation Using 4-Dimensional-Flow Magnetic Resonance Imaging
Notice bibliographique
Résumé
Background: Mitral regurgitation (MR) is one of the most common valvular heart diseases. Despite the recognized importance of hemodynamic force (HDF) in cardiology, its exploration in MR has been limited. Therefore, using a retrospective observational study design, we aimed to investigate the potential of noninvasively assessed systolic and diastolic HDF derived from 4-dimensional-flow magnetic resonance imaging (4D-flow MRI) as markers for determining MR. Method: The study cohort included 15 controls (19-61 years) and 26 MR patients (20 with primary and 6 cases with secondary MR, 33-75 years) classified into trivial-to-severe MR through cardiac MRI. The 3 T/4D-flow MRI sequence was used to assess left ventricular (LV) HDF (integral of intraventricular pressure gradients over the LV cavity) in 3 directions (lateral-septal, inferior-anterior, and apical-basal) using “Segment,” v2.2 R6410. Results: A negative coefficient for peak-systolic apical-basal HDF corresponded to decreased ejection fraction (β = −8.1, SE = 3.3, t = −2.5, P = .03), and a positive association was found between LV mass index and peak-systolic apical-basal HDF (β = 25.6, SE = 11.1, t = 2.3, P = .04). Peak-systolic apical-basal and E-wave apical-basal (diastolic HDF at E-wave time point) HDF emerged as significant predictors in detecting severe MR (Estimate = 2.2, P = .007; Estimate = 1.8, P = .015, respectively). The peak-systolic apical-basal HDF was also notably correlated with age in moderate-severe MR ( r = 0.88, P = .022). Conclusion: Mitral regurgitation affects early diastolic filling and peak systolic ejection, indicated by peak-systolic and E-wave HDF in the apical-basal direction, offering insights into dynamic flow patterns and LV remodeling. Hemodynamic force analysis could enhance risk stratification and guide therapeutic decisions, complementing traditional diagnostic methods for improved MR management.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».