Dependency of Rb-82 normal distribution on PET camera and processing
Notice bibliographique
Résumé
1736 Objectives With SPECT myocardial perfusion imaging, different cameras and processing protocols result in variable normal myocardial tracer distributions, necessitating multiple normal databases for quantification. The objective of this study was to investigate the variation of normal myocardial Rb-82 distribution with different PET cameras and processing. Methods Normal Rb-82 distributions were constructed from separate 40 low-likelihood (20F/20M) populations imaged on two cameras, GE DST and GE D690, at two different institutions using standard PET imaging parameters. Both PET systems provide corrections for attenuation and scatter with the D690 imaging in 3D with 3D modeling. Gender specific and composite databases were constructed for each system and regional 9-segment distributions were compared using Student’s t-test. Quantitative defect size and summed stress score (SSS) were compared between databases using the Corridor4DM software in 175 consecutive patients referred for Rb-82 PET imaging. In a subgroup of 56 patients, quantitative perfusion was correlated to coronary angiography. Results Comparison of regional distributions showed only the apex to be mildly different (p=0.046) between the two cameras. In 175 patients, both defects size and SSS were highly correlated (Pearson correlation 0.99 for both and slopes of 1.00 and 0.99, respectively). Bland-Altman differences were 0.5+/-3.1(%) for defect extent and 0.2+/-1.8 for SSS. Angiographic correlation showed no significant differences for the detection of CAD by patient or by vessel. Similar results were found when comparing the composite and gender specific distributions on the same system or between systems. Conclusions Rb-82 normal distributions were found to be clinically equivalent between two camera systems and between genders. This study demonstrates that a single normal distribution may be used for different cameras and centers enabling comparison and pooling of quantitative data.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».