98 Arbeiten
Das Herz-Kreislauf-System ist unser Motor, und die Forschung in diesem Bereich sucht ständig nach Wegen, ihn vor Krankheiten zu schützen. Von Bluthochdruck bis hin zu komplexen Herzerkrankungen beleuchtet dieses Fachgebiet alles, was den Blutfluss und die Gefäßgesundheit betrifft. Auf Gist.Science machen wir die neuesten wissenschaftlichen Erkenntnisse aus dem Bereich der Kardiologie für alle verständlich, unabhängig vom akademischen Hintergrund.
Unsere Plattform durchsucht täglich medRxiv, die führende Quelle für medizinische Vorveröffentlichungen, um sicherzustellen, dass Sie keine wichtigen Studien verpassen. Wir verarbeiten jedes neue Preprint in dieser Kategorie und bieten dazu sowohl eine einfache Zusammenfassung für die breite Öffentlichkeit als auch detaillierte technische Auswertungen für Fachleute. So erhalten Sie sofortigen Zugriff auf die aktuellsten Daten, bevor sie formal veröffentlicht sind.
Im Folgenden finden Sie die neuesten Beiträge aus der Kardiologie, die wir gerade für Sie aufbereitet haben.
Diese Arbeit stellt einen hybriden generativen Ansatz vor, der spektral geleitete cVAEs, latente DDPMs und eine Quanten-Verfeinerung kombiniert, um durch synthetische Datenvermehrung das Problem der Klassenungleichgewichtigkeit bei der EKG-Klassifizierung zu lösen und die diagnostische Sensitivität für seltene Herzrhythmusstörungen zu steigern.
Die Studie zeigt, dass die sympathische Modulation durch die Ganglien stellata die ventrikuläre Repolarisation bei chronischem Myokardinfarkt regional heterogen verändert und die Arrhythmieanfälligkeit erhöht, wobei die RVI-Messung diese Substratveränderungen sensitiver erfasst als konventionelle Induktionsverfahren.
Die Studie zeigt, dass TOF-MRA-Segmentierungen des Willis-Kreises durch Optimierung der Schwellenwerte morphologisch und hinsichtlich der modellierten hämodynamischen Druckverhältnisse mit CTA-Daten vergleichbar sind und somit als nicht-invasive Alternative für Strömungssimulationen geeignet sein können.
Die Studie stellt CASCADE vor, ein personalisiertes Online-Framework zur Vorhersage von Herzrhythmusstörungen, das mithilfe von dynamischen Systemen und topologischer Entropie den Übergang von Chaos zu Stabilität nutzt, um frühe Warnsignale effizient und interpretierbar zu erkennen.
Diese Studie nutzt kausales maschinelles Lernen auf Basis von Real-World-EHR-Daten, um zu zeigen, dass GLP-1-Rezeptoragonisten im Vergleich zu SGLT2-Hemmern das Risiko für Tod oder herzinsuffizienzbedingte Hospitalisierung bei Herzinsuffizienzpatienten senken, wobei jedoch nur begrenzte Hinweise auf eine individuelle Behandlungsoptimierung gefunden wurden.
Die Studie zeigt, dass eine schlechte Schlafqualität bei älteren afrikanisch/afro-karibischen und südasiatischen Teilnehmern der SABRE-Studie mit einer erhöhten linksventrikulären Masse assoziiert ist, während dieser Zusammenhang bei europäischen Teilnehmern nicht nachweisbar war.
Diese explorative Granger-Kausalitätsstudie zeigt, dass beat-to-beat-Analysen mittels Vektorautoregression subtypspezifische, zeitlich dynamische Muster der funktionellen Mitralinsuffizienz aufdecken, bei denen die Vorhersagbarkeit durch linksventrikuläres Volumen, linksatriales Volumen und Papillarmuskeldynamik je nach Ätiologie (ventrikulär vs. atrial) unterschiedlichen zeitlichen Fenstern folgt.
Der Open-Source-Framework CorSeg-CineSAX ermöglicht eine robuste, vollständig automatische Segmentierung der Kurzachsen-Kardio-MRT-Bilder über ein breites Spektrum von Herzerkrankungen hinweg, indem es auf dem bisher größten annotierten Datensatz trainiert wurde und durch anatomische Nachverarbeitungsregeln sowie eine exzellente Generalisierungsfähigkeit auf unbekannte Krankheitsbilder klinisch zuverlässige Ergebnisse liefert.
Eine randomisierte Studie zeigt, dass die iFR-gesteuerte Planung von Bypass-Operationen im Vergleich zur rein angiographischen Steuerung die mittelfristige Patenz von Bypass-Gefäßen signifikant verbessert, ohne jedoch die klinischen Ereignisraten zu senken.
Das BECAME-HF-Projekt nutzt Lipidomics, um bei Herzinsuffizienz mit erhaltener Ejektionsfraktion (HFpEF) metabolisch unterschiedliche Patientengruppen zu identifizieren, wobei eine spezifische Signatur aus zehn Lipiden einen hochriskanten Subtyp mit schwerer Atriumdysfunktion und schlechter Prognose charakterisiert.