Artificial intelligence–driven longitudinal quantification of technetium pyrophosphate uptake in cardiac amyloidosis: Correlation with multimodality imaging and outcomes
Notice bibliographique
Résumé
Transthyretin cardiac amyloidosis (ATTR-CM) is an increasingly recognized cause of heart failure (HF) in older adults. Several therapies for ATTR-CM are now available, with more currently in development. As such, there is an increasing need for methods to assess response to therapy. We evaluated the associations between serial 99m-Technetium pyrophosphate ( 99m Tc-PYP) deep learning measurements with changes in other imaging parameters and clinical outcomes. We included patients with a diagnosis of ATTR-CM and at least two 99m Tc-PYP studies followed through the Amyloidosis Program of Calgary. Patients underwent laboratory testing, echocardiography, and cardiovascular magnetic resonance (CMR) unless contraindications were present. 99m Tc-PYP images were quantified using our previously developed deep learning methodology including assessment of cardiac pyrophosphate activity (CPA) and volume of involvement (VOI). In total 85 patients were included, with median population age 79 (interquartile range 72 – 84) and 76 (89%) male patients. In patients on therapy, there was a reduction in VOI (median 100 to 51, p<0.001), CPA (median 165 to 81, p<0.001), native T1 (median 1399 to 1380, p=0.029), and extracellular volume (median 52 to 50, p=0.031) during a median time of 369 days (interquartile range 365 – 516) between scans. There was a modest correlation between change in CPA with change in native T1 (ρ=0.376, p=0.009). After adjusting for age, treatment, and CPA at follow-up, an increase in CPA during follow-up was also associated with increased risk (adjusted HR 2.31 per SD increase, 95% CI 1.28 – 4.17, p=0.005). Serial 99m Tc-PYP quantitation has modest correlations with other measures of disease burden including native T1. Changes in these measures were associated with risk of cardiovascular death or HF hospitalization, suggesting that the serial measurements may be clinically meaningful surrogate endpoints.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».