MétaCan
Menu
Retour à la cohorte
Enregistrement W4417089755 · doi:10.1093/ehjci/jeaf339

Comparing prognostic significance of dual bolus and dual sequence quantitative stress perfusion cardiac magnetic resonance

2025· article· en· W4417089755 sur OpenAlexaff
Kwan Ho Gordon Leung, Haonan Wang, Tsun Hei Sin, Romelie M Tuplano, Wing Ting Tse, Cheuk Nam Felix Kwan, Eric Yuk Fai Wan, Chor Cheung Tam, Kwong Yue Eric Chan, Chun Yu Leung, K Goh, Konrad Werys, Randall S. Stafford, Martin Janich, Ming‐Yen Ng

Notice bibliographique

RevueEuropean Heart Journal - Cardiovascular Imaging · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Imaging and Diagnostics
Établissements canadiensCircle Cardiovascular Imaging
Organismes subventionnairesnon disponible
Mots-clésPerfusionCardiac magnetic resonanceStress (linguistics)Sequence (biology)Bolus (digestion)Magnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

AIMS: Quantitative stress perfusion (QP) cardiac magnetic resonance (CMR) can be performed using the dual sequence (DS) or dual bolus (DB) technique. DS does not require additional contrast and image acquisition but needs a research sequence. DB can be performed on all magnetic resonance imaging (MRI) scanners with standard perfusion sequences but requires additional contrast injection and image acquisition. Our aim was to compare the prognostic significance of DB and DS. METHODS AND RESULTS: DB and DS were performed on the same patient and the same examination. Analysts were blinded to clinical outcomes. Stress myocardial blood flow (MBF) and myocardial perfusion reserve (MPR) were quantified. The primary outcome was a composite of major adverse cardiovascular events (MACE) comprising acute coronary syndrome, stroke, heart failure (HF) hospitalization, late revascularization, and all-cause death. 570 patients (mean age: 63.2 ± 12.3 years; 61.2% male) were recruited. Median follow-up was 743 days; 54 events were documented. All QP CMR variables demonstrated significance in univariate Cox regression [DB stress MBF [HR = 0.53 (95%CI:0.35-0.78)], DB MPR [HR = 0.38 (95%CI:0.22-0.66)], DS stress MBF [HR = 0.27 (95%CI:0.18-0.40)] and DS MPR [HR = 0.19 (95%CI:0.13-0.29)]]. On multivariable Cox regression models, only DB MPR, DS MBF, and DS MPR remained significant for MACE (HR = 0.50 (95%CI:0.28-0.89), HR = 0.35 (95%CI:0.23-0.53); HR = 0.23 (95%CI 0.15-0.36), respectively). Harrell's C-index of DS MPR and DS stress MBF showed significantly better prognostication than their DB counterparts (P < 0.001 and P = 0.012, respectively). CONCLUSION: In this blinded comparison, DS stress MBF and MPR demonstrated better prognostication than DB stress MBF and MPR. Our findings support DS as the preferred approach where available.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,257
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,033
Tête enseignante GPT0,292
Écart entre enseignants0,259 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart Journal - Cardiovascular ImagingMême sujetCardiac Imaging and DiagnosticsTravaux en français237 207