Patients with dilated cardiomyopathy whose symptoms and cardiac function have recovered often ask whether their medications can be stopped. The safety of withdrawing treatment in this situation is unknown.

Many patients presenting with suspected acute coronary syndrome (ACS) have high-sensitivity cardiac troponin (hs-cTn) concentrations between rule-in and rule-out thresholds and hence need serial testing, which is time consuming. The Prospective RandOmised Trial of Emergency Cardiac Computerised Tomography (PROTECCT) assessed the utility of coronary CT angiography (CCTA) in patients with suspected ACS, non-ischaemic ECG and intermediate initial hs-cTn concentration.Patients were randomised to CCTA-guided management versus standard of care (SOC). The primary outcome was hospital length of stay (LOS). Secondary outcomes included cost of in-hospital stay and major adverse cardiac events (MACE) at 12 months of follow-up. Data are mean (SD); for LOS harmonic means, IQRs are shown.250 (aged 55 (14) years, 25% women) patients were randomised. Harmonic mean (IQR) LOS was 7.53 (6.0-9.6) hours in the CCTA arm and 8.14 (6.3-9.8) hours in the SOC arm (p=0.13). Inpatient cost was £1285 (£2216) and £1108 (£3573), respectively, p=0.68. LOS was shorter in the CCTA group in patients with <25% stenosis, compared with SOC; 6.6 (5.6-7.8) hours vs 7.5 (6.1-9.4) hours, respectively; p=0.021. More referrals for cardiology outpatient clinic review and cardiac CT-related outpatient referrals occurred in the SOC arm (p=0.01). 12-month MACE rates were similar between the two arms (7 (5.6%) in the CCTA arm and 8 (6.5%) in the SOC arm-log-rank p=0.78).CCTA did not lead to reduced hospital LOS or cost, largely because these outcomes were influenced by the detection of ≥25% grade stenosis in a proportion of patients.NCT03583320.

Global longitudinal strain (GLS) is reported to be more reproducible and prognostic than ejection fraction. Automated, transparent methods may increase trust and uptake. The authors developed open machine-learning–based GLS methodology and validate it using multiexpert consensus from the Unity UK Echocardiography AI Collaborative. We trained a multi-image neural network (Unity-GLS) to identify annulus, apex, and endocardial curve on 6,819 apical 4-, 2-, and 3-chamber images. The external validation dataset comprised those 3 views from 100 echocardiograms. End-systolic and -diastolic frames were each labelled by 11 experts to form consensus tracings and points. They also ordered the echocardiograms by visual grading of longitudinal function. One expert calculated global strain using 2 proprietary packages. The median GLS, averaged across the 11 individual experts, was −16.1 (IQR: −19.3 to −12.5). Using each case's expert consensus measurement as the reference standard, individual expert measurements had a median absolute error of 2.00 GLS units. In comparison, the errors of the machine methods were: Unity-GLS 1.3, proprietary A 2.5, proprietary B 2.2. The correlations with the expert consensus values were for individual experts 0.85, Unity-GLS 0.91, proprietary A 0.73, proprietary B 0.79. Using the multiexpert visual ranking as the reference, individual expert strain measurements found a median rank correlation of 0.72, Unity-GLS 0.77, proprietary A 0.70, and proprietary B 0.74. Our open-source approach to calculating GLS agrees with experts' consensus as strongly as the individual expert measurements and proprietary machine solutions. The training data, code, and trained networks are freely available online.

Infective Endocarditis (IE) remains a significant health challenge. Despite an increasing awareness, mortality is high and has remained largely unchanged over recent decades. Early diagnosis of IE is imperative and to assist clinicians several diagnostic criteria have been proposed. The best known are the Duke criteria. Originally published in 1994, these criteria have undergone significant modifications. This manuscript provides a timeline of the successive changes that have been made over the last 30 years. Changes which to a large degree have reflected both the evolving epidemiology of IE and the proliferation and increasing availability of advanced multi-modality imaging. Importantly, many of these changes now form part of societal guidelines for the diagnosis of IE. To provide validation for the incorporation of cardiac computed tomography (CT) in current guidelines, the manuscript demonstrates a spectrum of pictorial case studies that re-enforce the utility and growing importance of early cardiac CT in the diagnosis and treatment of suspected IE.

Family-based early intervention needs to be provided for children who experience obstacles, this aims to ensure that the obstacles experienced by children can be overcome from an early age. The obstacles that are overcome from now on will have a positive impact in the future development. This research aims to develop a family-based intervention program to develop sign language skills for deaf children. The research method used in this research is the descriptive qualitative method. The subject in this study was a 5-yearold deaf child and the child's parents. The results of this research are an intervention program based on family resources to develop deaf children's sign language skills as a modality for children to communicate with the community and a modality in educational settings in elementary schools. It is hoped that this research can help deaf children, parents, and teachers to develop sign language skills in deaf children.

The aim of this study is to develop an automated method of regional scar detection on clinically standard computed tomography angiography (CTA) using encoder-decoder networks with latent space classification.Localising scar in cardiac patients can assist in diagnosis and guide interventions. Magnetic resonance imaging (MRI) with late gadolinium enhancement (LGE) is the clinical gold standard for scar imaging; however, it is commonly contraindicated. CTA is an alternative imaging modality that has fewer contraindications and is widely used as a first-line imaging modality of cardiac applications.A dataset of 79 patients with both clinically indicated MRI LGE and subsequent CTA scans was used to train and validate networks to classify septal and lateral scar presence within short axis left ventricle slices. Two designs of encoder-decoder networks were compared, with one encoding anatomical shape in the latent space. Ground truth was established by segmenting scar in MRI LGE and registering this to the CTA images. Short axis slices were taken from the CTA, which served as the input to the networks. An independent external set of 22 cases (27% the size of the cross-validation set) was used to test the best network.A network classifying lateral scar only achieved an area under ROC curve of 0.75, with a sensitivity of 0.79 and specificity of 0.62 on the independent test set. The results of septal scar classification were poor (AUC < 0.6) for all networks. This was likely due to a high class imbalance. The highest AUC network encoded anatomical shape information in the network latent space, indicating it was important for the successful classification of lateral scar.Automatic lateral wall scar detection can be performed from a routine cardiac CTA with reasonable accuracy, without any scar specific imaging. This requires only a single acquisition in the cardiac cycle. In a clinical setting, this could be useful for pre-procedure planning, especially where MRI is contraindicated. Further work with more septal scar present is warranted to improve the usefulness of this approach.

Background: Myocardial bridges (MBs) are prevalent and can be associated with acute and chronic ischemic syndromes. We sought to determine the substrates for ischemia in patients with angina, nonobstructive coronary arteries (ANOCA) and a MB in the left anterior descending artery. Methods: Patients with ANOCA underwent acquisition of intracoronary pressure and flow during rest, supine bicycle exercise and adenosine infusion. Coronary wave intensity analysis was performed, with perfusion efficiency defined as accelerating wave energy/total wave energy (%). Epicardial endothelial dysfunction was defined as a reduction in epicardial vessel diameter ≥20% in response to intracoronary acetylcholine infusion. Patients with ANOCA and a MB were compared to two ANOCA groups with no MB: one with coronary microvascular disease (CMD: coronary flow reserve, CFR, <2.5) and one with normal CFR (reference: CFR≥2.5). Results: 92 patients were enrolled in the study (30 MB, 33 CMD and 29 reference). FFR in these three groups was 0.86±0.05, 0.92±0.04 and 0.94±0.05; CFR was 2.5±0.5, 2.0±0.3 and 3.2±0.6. Perfusion efficiency increased numerically during exercise in the reference group (65±9% to 69±13%, p=0.063), but decreased in the CMD (68±10% to 50±10%, p<0.001) and MB (66±9% to 55±9%, p<0.001) groups. The reduction in perfusion efficiency had distinct causes: in CMD this was driven by microcirculation derived energy in early diastole, whereas in MB this was driven by diminished accelerating wave energy, due to the upstream bridge, in early systole. Epicardial endothelial dysfunction was more common in the MB group (54% versus 29% reference and 38% CMD). Overall, 93% of patients with a MB had an identifiable ischemic substrate. Conclusions: MBs led to impaired coronary perfusion efficiency during exercise, which was due to diminished accelerating wave energy in early systole compared to the reference group. Additionally, there was a high prevalence of endothelial and microvascular dysfunction. These ischemic mechanisms may represent distinct treatment targets.