MétaCan
Menu
Retour à la cohorte
Enregistrement W4416275866 · doi:10.1016/j.jocmr.2025.101988

Quantitative myocardial blood flow and perfusion reserve with exercise cardiovascular magnetic resonance

2025· article· en· W4416275866 sur OpenAlexaff
Tess Wallace, Kelvin Chow, Xiaoming Bi, Amine Amyar, Jennifer Rodriguez, Fahime Ghanbari, Martin S. Maron, Ethan J. Rowin, Warren J. Manning, Reza Nezafat

Notice bibliographique

RevueJournal of Cardiovascular Magnetic Resonance · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Imaging and Diagnostics
Établissements canadiensSiemens (Canada)
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Institutes of HealthDeutsche ForschungsgemeinschaftAmerican Heart Association
Mots-clésAngiologyPerfusionBlood flowMagnetic resonance imagingCardiac magnetic resonanceIntensity (physics)Perfusion scanning

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Myocardial blood flow (MBF) and myocardial perfusion reserve (MPR) can be quantified using vasodilator stress cardiovascular magnetic resonance (CMR). Exercise stress CMR (Ex-CMR) offers a more physiological assessment of cardiac functional reserve. While visual interpretation of Ex-CMR perfusion has been successfully applied, the feasibility of quantitative Ex-CMR perfusion remains unproven. We aimed to assess the feasibility of quantitative Ex-CMR perfusion imaging for characterizing exercise-induced perfusion responses and to perform a pilot study comparing MBF and MPR among patients with hypertrophic cardiomyopathy (HCM), heart failure with preserved ejection fraction (HFpEF), and non-cardiac dyspnea (NCD). METHODS: In this prospective study, patients with HCM, HFpEF, or NCD underwent Ex-CMR at 3T using a supine ergometer. Exercise was performed outside the scanner bore, followed by stress perfusion imaging 45-60 s post-exercise and rest perfusion 5-7 min later. A dual-sequence protocol with inline pixel-wise quantification was used to calculate MBF and MPR. Image quality and feasibility were visually assessed. Group comparisons were performed using analysis of variance and t-tests; linear regression was used to explore clinical associations. RESULTS: Of 108 patients enrolled, 9 were excluded due to obstructive coronary artery disease or reduced ejection fraction. Quantitative Ex-CMR was successful (at least one analyzable paired rest and post-exercise slice) in 90% (10/99) of cases. Most frequent quality issues were inadequate gating or arrhythmias and slice misalignment. The final cohort included 89 patients: 34 HCM, 34 HFpEF, and 21 NCD. Patients with HCM showed significantly lower MBF and MPR than HFpEF and NCD (MBF: 1.03 ± 0.27 vs 1.25 ± 0.40 and 1.13 ± 0.25 mL/min/g; MPR: 1.27 ± 0.21 vs 1.41 ± 0.29 and 1.44 ± 0.22; all p < 0.05). Peak exercise heart rate was the strongest independent predictor of MBF (β = 0.009, p < 0.001) and MPR (β = 0.004, p = 0.022). CONCLUSION: Ex-CMR quantitative MBF and MPR assessment is feasible in most patients after image quality control. While the increase in MBF was limited during low-to-moderate exercise intensity in this pilot study, Ex-CMR revealed distinct perfusion response patterns among studied cohorts.

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)0,002
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 seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,008
Tête enseignante GPT0,232
Écart entre enseignants0,224 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cardiovascular Magnetic ResonanceMême sujetCardiac Imaging and DiagnosticsTravaux en français237 207