T1 Mapping for the Diagnosis of Acute Myocarditis Using CMR
Notice bibliographique
Résumé
OBJECTIVES: This study sought to test the diagnostic performance of native T1 mapping in acute myocarditis compared with cardiac magnetic resonance (CMR) techniques such as dark-blood T2-weighted (T2W)-CMR, bright-blood T2W-CMR, and late gadolinium enhancement (LGE) imaging. BACKGROUND: The diagnosis of acute myocarditis on CMR often requires multiple techniques, including T2W, early gadolinium enhancement, and LGE imaging. Novel techniques such as T1 mapping and bright-blood T2W-CMR are also sensitive to changes in free water content. We hypothesized that these techniques can serve as new and potentially superior diagnostic criteria for myocarditis. METHODS: We investigated 50 patients with suspected acute myocarditis (age 42 ± 16 years; 22% women) and 45 controls (age 42 ± 14 years; 22% women). CMR at 1.5-T (median 3 days from presentation) included: 1) dark-blood T2W-CMR (short-tau inversion recovery); 2) bright-blood T2W-CMR (acquisition for cardiac unified T2 edema); 3) native T1 mapping (shortened modified look-locker inversion recovery); and 4) LGE. Image analysis included: 1) global T2 signal intensity ratio of myocardium compared with skeletal muscle; 2) myocardial T1 relaxation times; and 3) areas of LGE. RESULTS: Compared with controls, patients had significantly higher global T2 signal intensity ratios by dark-blood T2W-CMR (1.73 ± 0.27 vs. 1.56 ± 0.15, p < 0.01), bright-blood T2W-CMR (2.02 ± 0.33 vs. 1.84 ± 0.17, p < 0.01), and mean myocardial T1 (1,010 ± 65 ms vs. 941 ± 18 ms, p < 0.01). Receiver-operating characteristic analysis showed clear differences in diagnostic performance. The areas under the curve for each method were: T1 mapping (0.95), LGE (0.96), dark-blood T2 (0.78), and bright-blood T2 (0.76). A T1 cutoff of 990 ms had a sensitivity, specificity, and diagnostic accuracy of 90%, 91%, and 91%, respectively. CONCLUSIONS: Native T1 mapping as a novel criterion for the detection of acute myocarditis showed excellent and superior diagnostic performance compared with T2W-CMR. It also has a higher sensitivity compared with T2W and LGE techniques, which may be especially useful in detecting subtle focal disease and when gadolinium contrast imaging is not feasible.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».