The strain-8 study: a multimodal scan–rescan assessment of myocardial strain repeatability
Notice bibliographique
Résumé
Aims: Myocardial strain is a powerful, non-invasive diagnostic and prognostic marker in patients with heart disease. However, its applicability is hindered by uncertain repeatability, particularly for segmental values. This study measures the repeatability of myocardial strain across eight imaging methods. Methods and results: 8, 14 men) were recruited and scanned twice with eight strain imaging protocols: cardiac magnetic resonance (CMR) at 1.5T and 3T with cine, tagging, and displacement encoding with stimulated echoes (DENSE) sequences, and 2D and 3D echocardiography (Echo). Global and segmental strains were quantified from each scan. Inter-scan repeatability was assessed with the coefficient of variation (CoV), intraclass correlation coefficient, and Bland-Altman analysis. Results: Inter-scan repeatability of global strains ranged from excellent to fair (CoV ≤ 20%) depending on protocol. Using CMR feature tracking at 1.5T, relative global longitudinal strain (GLS) changes exceeding 11.2% are unlikely to be caused by measurement variability alone; this figure is 5.5% for 2D echocardiography. Segmental strain values frequently had poor repeatability (CoV > 20%), particularly for longitudinal and radial strains. Conclusion: Imaging protocols including CMR and Echo can measure global strain parameters with fair repeatability, but segmental strain values are unreliable. Future work should aim to improve the repeatability of segmental strain values, particularly longitudinal strain.
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 | 0,032 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».