Ableitung und Validierung eines
synthetischen Hämatokritwertes
aus parametrischen T1 Daten der
kardialen Magnetresonanztomografie
Daten aus einem prospektiven MR-Register
von
Samuel Nunn
Fachbereich 11: Medizin
Justus–Liebig–Universität Gießen
Gießen 2022
Ableitung und Validierung eines
synthetischen Hämatokritwertes
aus parametrischen T1 Daten der
kardialen Magnetresonanztomografie
Daten aus einem prospektiven MR-Register
von
Samuel Nunn
Inauguraldissertation
zur Erlangung des Grades eines Doktors der
Medizin
des Fachbereichs Medizin
der Justus–Liebig–Universität Gießen
vorgelegt von
Samuel Nunn
aus Schwäbisch Hall
Gießen, den 14. Februar 2022
Aus dem Fachbereich Medizin der
Justus–Liebig–Universität Gießen
Gutachter: PD Dr. med. Andreas Rolf
Gutachterin: Prof. Dr. med. Gabriele Krombach
Tag der Disputation: 19. Juli 2022
Erklärung zur Dissertation
Hiermit erkläre ich, dass ich die vorliegende Arbeit
”
selbständig und ohne unzulässige Hilfe oder Benutzung
anderer als der angegebenen Hilfsmittel angefertigt ha-
be. Alle Textstellen, die wörtlich oder sinngemäß aus
veröffentlichten oder nichtveröffentlichten Schriften ent-
nommen sind, und alle Angaben, die auf mündlichen
Auskünften beruhen, sind als solche kenntlich gemacht.
Bei den von mir durchgeführten und in der Dissertati-
on erwähnten Untersuchungen habe ich die Grundsätze
guter wissenschaftlicher Praxis, wie sie in der Satzung
”
der Justus-Liebig-Universität Gießen zur Sicherung gu-
ter wissenschaftlicher Praxis“ niedergelegt sind, einge-
halten sowie ethische, datenschutzrechtliche und tier-
schutzrechtliche Grundsätze befolgt. Ich versichere, dass
Dritte von mir weder unmittelbar noch mittelbar geld-
werte Leistungen für Arbeiten erhalten haben, die im
Erklärung zur Dissertation
Zusammenhang mit dem Inhalt der vorgelegten Dis-
sertation stehen, oder habe diese nachstehend spezi-
fiziert. Die vorgelegte Arbeit wurde weder im Inland
noch im Ausland in gleicher oder ähnlicher Form ei-
ner anderen Prüfungsbehörde zum Zweck einer Promo-
tion oder eines anderen Prüfungsverfahrens vorgelegt.
Alles aus anderen Quellen und von anderen Personen
übernommene Material, das in der Arbeit verwendet
wurde oder auf das direkt Bezug genommen wird, wur-
de als solches kenntlich gemacht. Insbesondere wurden
alle Personen genannt, die direkt und indirekt an der
Entstehung der vorliegenden Arbeit beteiligt waren. Mit
der Überprüfung meiner Arbeit durch eine Plagiatser-
kennungssoftware bzw. ein internetbasiertes Software-
programm erkläre ich mich einverstanden.“
Ort, Datum Unterschrift
v
Zusammenfassung
Hintergrund: Die Quantifizierung des extrazellulären
Volumens (ECV) in der kardialen Magnetresonanzto-
mografie (MRT) erlaubt eine Messbarkeit des Extrazel-
lularraumes, welcher sich bei diffusem Ödem und Fi-
brose verändert. Dies tritt vor allem in frühen Stadien
von Herzmuskelerkrankungen ein. Normalerweise wird
hierfür eine tagesaktuelle venöse Hämatokritbestimmung
zur Berechnung des extrazelluläre Volumen (ECV) benötigt.
Eine beschriebene Alternative stellt das Verhältnis der
longitudinalen Relaxationszeiten (T1) des Blutes vor und
nach Kontrastmittelapplikation dar. Mit Hilfe des be-
rechneten synthetischen Hämatokrits kann im Folgen-
den das synthetische ECV berechnet werden, was durch
den Verzicht einer tagesaktuellen venösen Blutprobe
den Patientenkomfort steigert und auf einen Arbeits-
schritt in der klinischen Routine verzichtet werden kann.
Zusammenfassung
Zielsetzung: Ziel dieser Studie ist zu Reevaluieren,
ob ein Zusammenhang zwischen dem venös gemesse-
nen Hämatokrit und der T1 Relaxationszeit des Blutes
besteht, sodass im Weiteren ein synthetisches ECV be-
rechnet werden kann. Dies wird an einer großen Anzahl
an eingeschlossenen Patienten mit zahlreicher myokar-
dialen Erkrankungen untersucht.
Methoden: 1.132 freiwillig eingeschlossene Patien-
ten, die aus klinischer Indikation mittels kardialer MRT
untersucht wurden, werden in eine Derviations- (n =
564) und Validationskohorte (n = 568) randomisiert.
Das ECV wird mittels T1 Relaxationszeit im septalen
Myokard und im linksventrikulären Blutpool im 3 Tes-
la MRT mittels Modified Look-Locker inversion reco-
very (MOLLI) Sequenzen bestimmt. Zusätzlich wurde
ein tagesaktueller venöser Hämatokrit bestimmt. Der
synthetische Hämatokritwert wurde mittels linearer Re-
gressionsanalyse zwischen gemessenem Hämatokrit und
R1 = 1/T1 des Blutes bestimmt. Mittels Korrelationen
wurde dieser mit dem gemessenen Hämatokrit vergli-
chen. Im weiteren Verlauf wurde das gemessene und
synthetische ECV bestimmt und mittels Bland-Altman
vii
Zusammenfassung
Analysen verglichen.
Ergebnisse: In der Derviationskohorte zeigte der venöse
Hämatokrit und die R1 des Blutes eine linearen Zusam-
menhang (R2 = 0,18; Korrelationskoeffizient: 0,43, 95
% Konfidenzintervall (CI) 0,36 - 0,49). Hieraus wurde
der synthetische Hämatokrit und das synthetische ECV
berechnet. Das synthetische ECV korreliert stark mit
dem gemessenen ECV (Korrelationskoeffizient: 0,91 CI
0,90 - 0,92). Die mittlere Abweichung beträgt -0,05 (CI
-0,19 - 0,09), die Zustimmungsgrenzen liegen bei -4,69
und 4,59.
Fazit: Trotz der schlechten Korrelation zwischen syn-
thetischem und gemessenem venösen Hämatokrit zeigt
sich eine exzellente Korrelation zwischen synthetischem
und gemessenem ECV. Aus diesem Grund kann man an
großen Patienten- und Probandenkohorten einen nichtin-
vasiven Marker für das extrazelluläre Volumen des Myo-
kards in der alltäglichen klinischen Routine bestätigen.
viii
Abstract
Background: The quantification of ECV in the car-
diac magnetic resonance allows a measurability of the
extracellular space, which changes with diffuse edema
and fibrosis. This occurs especially in early stages of
myocardial diseases. Normally, a daily venous hemato-
crit determination is required to calculate the ECV. One
alternative described is the ratio of the longitudinal rela-
xation times (T1) of the blood before and after contrast
agent application. With the help of the calculated syn-
thetic hematocrit, the synthetic ECV can then be cal-
culated. This increases patient comfort by eliminating
the need for a daily venous blood sample and eliminates
one step in clinical routine.
Purpose: The aim of this study is to reevaluate whe-
ther there is a correlation between the venously measu-
Abstract
red hematocrit and the T1 relaxation time of the blood.
Within this relationship a synthetic ECV can be calcu-
lated. This will be investigated in a large number of
included patients with numerous myocardial diseases.
Methods: 1,132 voluntarily enrolled patients who
were examined by cardiac magnetic resonance for cli-
nical indication are randomized into a derviation (n =
564) and validation cohort (n = 568). The ECV is mea-
sured by T1 relaxation time in the septal myocardium
and left ventricular blood pool in the 3 Tesla magnetic
resonance by MOLLI sequences determined. Additio-
nally, a daily venous hematocrit was determined. The
synthetic hematocrit value was determined by linear re-
gression analysis between measured hematocrit and R1
= 1/T1 of the blood. Correlations were used to compa-
re this with the measured hematocrit. The measured
and synthetic ECV were determined and compared by
Bland-Altman analysis.
Results: In the derviation cohort venous hematocrit
and R1 of blood showed a linear correlation (R
2 = 0.18;
correlation coefficient: 0.43, CI 0.36 - 0.49). From this
the synthetic hematocrit and the synthetic ECV were
x
Abstract
calculated. The synthetic ECV correlates strongly with
the measured ECV (correlation coefficient: 0.91 CI 0.90
- 0.92). The mean deviation is -0.05 (CI -0.19 - 0.09),
the approval limits are -4.69 and 4.59.
Conclusion: Despite the poor correlation between
synthetic and measured venous hematocrit an excel-
lent correlation between synthetic and measured ECV is
shown. For this reason, a non-invasive marker for the ex-
tracellular volume of the myocardium can be confirmed
in large patient and subject cohorts in everyday clinical
routine.
xi
Inhaltsverzeichnis
Erklärung zur Dissertation iv
Zusammenfassung vi
Abstract ix
1 Einleitung 1
1.1 Kardiale Fibrose . . . . . . . . . . . . . 3
1.1.1 Diagnostik . . . . . . . . . . . . 6
1.2 Magnetresonanztomografie . . . . . . . 8
1.3 Late Gadolinium Enhancement . . . . . 10
1.3.1 Grundlagen . . . . . . . . . . . 10
1.4 T1 Mapping . . . . . . . . . . . . . . . 11
1.4.1 Grundlagen . . . . . . . . . . . 11
1.4.2 Verschiedene Sequenzen . . . . . 12
1.4.3 Natives T1 Mapping . . . . . . . 15
1.4.4 Post-Kontrast T1 Mapping . . . 16
Inhaltsverzeichnis
1.4.5 T2 Mapping . . . . . . . . . . . 16
1.5 Extrazelluläre Volumen . . . . . . . . . 17
1.5.1 Grundlagen . . . . . . . . . . . 17
1.5.2 Gewebscharakteristik . . . . . . 19
1.6 Erkrankungen . . . . . . . . . . . . . . 21
1.6.1 Ischämische Kardiomyopathie . . 26
1.6.2 Dilatative Kardiomyopathie . . . 30
1.6.3 Hypertrophe Kardiomyopathie . 33
1.6.4 Myokarditis . . . . . . . . . . . 37
1.6.5 Sarkoidose . . . . . . . . . . . . 42
1.6.6 Amyloidose . . . . . . . . . . . 45
1.6.7 Übersicht Late Gadolinium En-
hancement . . . . . . . . . . . . 48
1.7 Fragestellung und Zielsetzung . . . . . . 52
2 Methoden 54
2.1 Patientenkollektiv . . . . . . . . . . . . 54
2.1.1 Einschluss- und Ausschlusskrite-
rien . . . . . . . . . . . . . . . . 54
2.2 Fragebogen . . . . . . . . . . . . . . . 55
2.3 Blutwerte . . . . . . . . . . . . . . . . 56
2.3.1 Blutentnahme . . . . . . . . . . 56
xiii
Inhaltsverzeichnis
2.4 Gewinnung der MRT Daten . . . . . . . 57
2.4.1 Protokolle . . . . . . . . . . . . 57
2.4.2 SSFP Cine Sequenzen . . . . . . 57
2.4.3 Auswertung Volumetrie . . . . . 59
2.4.4 Late Gadolinium Enhancement . 62
2.4.5 T1 Mapping . . . . . . . . . . . 63
2.4.6 Auswertung Mapping . . . . . . 64
2.5 Auswertung der MRT Daten . . . . . . 65
2.5.1 CVI42 . . . . . . . . . . . . . . 65
2.6 Statistische Auswertung . . . . . . . . . 67
2.6.1 Stata . . . . . . . . . . . . . . . 67
3 Ergebnisse 69
3.1 Patientencharakteristika . . . . . . . . . 69
3.1.1 Allgemeine Patientencharakteris-
tika . . . . . . . . . . . . . . . . 69
3.1.2 Kardiale Risikofaktoren . . . . . 70
3.1.3 Messungen . . . . . . . . . . . . 74
3.1.4 Kardiale Hauptdiagnosen . . . . 75
3.2 MRT Messungen . . . . . . . . . . . . 77
3.2.1 Volumetrie . . . . . . . . . . . . 77
3.2.2 Gewebscharakterisierung . . . . 79
xiv
Inhaltsverzeichnis
3.3 Synthetischer Hämatokrit im T1 Mapping 80
3.3.1 Korrelation zwischen Hämatokrit
und der nativen T1 Relaxations-
zeit des Blutes . . . . . . . . . . 80
3.3.2 Korrelation zwischen gemessenem
und synthetischem Hämatokrit . 82
3.4 Synthetisches ECV im T1 Mapping . . . 84
3.4.1 Korrelation zwischen ECV und
synthetischem ECV . . . . . . . 84
3.4.2 Abweichungen zwischen ECV und
synthetischem ECV . . . . . . . 85
3.4.3 Korrelation zwischen ECV und
synthetischem ECV nach der kar-
dialen Hauptdiagnose . . . . . . 90
3.4.4 Kreuztabelle des Normalbefunds
zur Pathologie anhand dem ECV
und synthetischem ECV . . . . . 92
4 Diskussion 94
4.1 Synthetischer Hämatokrit im T1 Mapping 94
4.1.1 Korrelation zwischen gemessenem
und synthetischem Hämatokrit . 94
xv
Inhaltsverzeichnis
4.1.2 Korrelation zwischen Hämatokrit
und der native T1 Relaxations-
zeit des Blutes . . . . . . . . . . 96
4.2 Synthetisches ECV im T1 Mapping . . . 97
4.2.1 Korrelation zwischen ECV und
synthetischem ECV . . . . . . . 97
4.2.2 Abweichung zwischen ECV und
synthetischem ECV . . . . . . . 105
4.2.3 Korrelation zwischen ECV und
synthetischem ECV nach der kar-
dialen Hauptdiagnose . . . . . . 109
4.2.4 Spezifität und Sensitivität des syn-
thetischen gegenüber des gemes-
senen ECVs . . . . . . . . . . . 111
4.3 MRT Messungen . . . . . . . . . . . . 116
4.3.1 Gewebscharakterisierung . . . . 116
4.4 Limitationen . . . . . . . . . . . . . . . 116
4.5 Stärken . . . . . . . . . . . . . . . . . . 118
4.6 Fazit . . . . . . . . . . . . . . . . . . . 119
4.7 Ausblick . . . . . . . . . . . . . . . . . 120
xvi
Inhaltsverzeichnis
Abbildungsverzeichnis 124
Tabellenverzeichnis 127
Literaturverzeichnis 128
Publikationsverzeichnis 197
Danksagung 198
Lebenslauf 200
xvii
1 Einleitung
Die Methodik der Magnetresonanztomografie (MRT)
stellt in der Kardiologie einen wichtigen diagnostischen
Baustein dar. Im Schnitt verändert die kardiale MRT
bei 61,8 % der Patienten das weitere klinische Vorge-
hen. Neben dem Erstellen einer neuen Diagnose erge-
ben sich weiterhin therapeutische Konsequenzen durch
den Wechsel der Medikation oder die Indikation zum
invasiven Prozedere. Außerdem kann das Ergebnis die-
ser Diagnostik über eine Krankenhausentlassung oder
-aufnahme mitentscheiden. Die kardiale MRT ist als
zentrales Diagnostikum in der Kardiologie anzusehen
und das behandelnde Ärzteteam kann für den jeweili-
gen Patienten meist eine direkte Konsequenz ableiten
[24]. Dies liegt nicht zuletzt darin begründet, dass das
extrazelluläre Volumen (ECV) einen exzellenten progno-
tischen Wert in ischämischen und nicht ischämischen
1 Einleitung
Kardiomyopathien bezüglich der kardiovaskulären Mor-
talität und kardiovaskulären Events mit sich bringt [91,
217, 227]. Dies gilt ebenso für infiltrative Prozesse wie
einer Amyloidose vom AL Typ (AL-Amyloidose) [10].
Weiterhin ist zu erwähnen, dass Diabetes mit einem
erhöhtem ECV vergesellschaftet ist und dieses ebenso
mit erhöhter Mortalität und Krankenhausaufenthalten
assoziiert ist [99, 218]. Darüber hinaus zeigt das ECV
verglichen mit anderen T1 Mapping Methoden die ro-
busteste Risikostratifizierung [204].
Es lohnt sich daher, sich genauer mit dem erwähnten
ECV zu beschäftigen. Das extrazelluläre Volumen be-
schreibt denjenigen Anteil eines Gewebes, welcher sich
zwischen den Zellen befindet. Histologisch wird dies
als Interstitium bzw. als interzellulären Raum beschrie-
ben [139]. Dieser Anteil kann mittels ECV im kontrast-
mittelgestützten kardialen MRT bestimmt werden [53].
Hierbei werden die nativen T1 und post Kontrastmit-
tel T1 Sequenzen kombiniert. Im Rahmen der Fibrose-
bildung, die zu einer Zunahme des Intersitiums führt,
spielt die Bestimmung des ECVs eine wichtige Rolle.
In der klinischen Praxis kann bei Kardiomyopathien, in-
2
1 Einleitung
filtrative Herzerkrankungen und Speichererkrankungen
eine Abweichung des ECVs dokumentiert werden [70].
Es kann daher eine Unterscheidung zwischen gesundem
und erkranktem Gewebe vorgenommen werden. Nach-
teilig muss erwähnt werden, dass zur Berechnung ein ta-
gesaktueller Hämatokrit notwendig ist [114, 186, 215].
1.1 Kardiale Fibrose
Die kardiale Fibrose ist ein wesentlicher Bestandteil des
pathologischen Prozesses von nahezu jeder Kardiomy-
opathie. Diese führt zu einer Beeinträchtigung der dia-
stolischen und später der systolischen Funktion [110].
Aus diesem Grund stellt diese eine große Relevanz für
viele kardiale Erkrankungen dar und rückt in den Fokus
der bildgebenden Diagnostik.
Während die Kardiomyozyten zwei Drittels des Her-
zens repräsentieren, stellen sie nur ein Drittel der kar-
dialen Zellzahl. Der restliche Teil geht auf das Inters-
titium zurück, welches vor allem von Fibroblasten ge-
bildet wird. Diese produzieren das interstitielle Binde-
gewebe, welches von Kollagen Typ I und III dominiert
ist [15, 110, 213]. Das Interstitium hat mehrere Aufga-
3
1 Einleitung
ben. So bildet es eine Struktur, in welcher Gefäße und
Leitungsbahnen ziehen können und hilft beim Substra-
taustausch zwischen Gefäße und Kardiomyozyten. Wei-
terhin bildet es einen Schutzmechanismus gegen Viren,
Bakterien und fremde Proteine. Darüber hinaus nimmt
das Interstitium eine Rolle zur Zellkommunikation ein
und vermittelt so das Zellwachstum [213]. Nimmt der
Kollagenanteil des Interstitiums im myokardialen Gewe-
be zu, so spricht man von myokardialer Fibrose [138].
Die Verteilung dieser Fibrose unterliegt der zugrunde-
liegender Pathologie und zeigt verschiedene Muster [3,
138]. Unterschieden werden die reaktive interstitielle, in-
filtrative interstitielle und die Narbenfibrose [138]. Die
reaktive interstitielle Fibrose beruht auf einer vermehr-
ten Kollagensynthese der Myofibroblasten aufgrund von
verschiedenen Stimuli ohne Verlust von Kardiomyozyten
[15, 89, 138]. Diese Fibroseform beginnt perivaskulär
[3, 14, 15, 117, 138]. Zu diesen Stimuli gehören die Ak-
tivierung vom betaadrenergen und Renin-Angiotensin-
Aldosteron-System (RAAS) sowie reaktive Sauerstoffs-
pezies (ROS), metabolische Veränderungen durch Hy-
perglykämie und der Einfluss von Chemokinen [110,
4
1 Einleitung
138, 214]. Diese Fibroseform ist auch im älterwerdenden
Herzen, Dilatative Kardiomyopathie (DCM) und bei ei-
ner Hypertrophie aufgrund von Druck- beziehungsweise
Volumenbelastung nachzuweisen [14, 138]. Die reakti-
ve interstitielle Fibrose stellt ein Marker für die Schwere
der Erkrankung dar und kann zur irreversiblen Narben-
fibrose fortschreiten [138, 202]. Die infiltrative inters-
titielle Fibrose wird durch die Ablagerung von Protei-
nen (z.B. Amyloidose) oder Glycosphingolipiden (z.B.
Morbus Anderson-Fabry) induziert. Die Pathophysiolo-
gie befolgt ähnliche Wege wie bei der reaktiven inters-
titiellen Fibrose und kann zur Narbenbildung fortschrei-
ten [138]. Die Narbenfibrose ersetzt die Regionen, in
denen Zellschädigungen oder Nekrose eingetreten sind
[3, 89, 138, 202]. Die Bildung beginnt sofort nachdem
die Kardiomyozyten beschädigt wurden. Dies kann lo-
kal oder diffus auftreten [110, 138]. Lokale Narben-
bildung entsteht z.B. bei der ischämischen Kardiomy-
opathie (ICM), hypertrophen Kardiomyopathie (HCM),
Myokarditis oder Sarkoidose. Diffuse Narbenbildung ent-
steht bei chronischer Niereninsuffizienz, toxischen Kar-
diomyopathie oder sonstigen inflammatorischen Erkran-
5
1 Einleitung
kungen [138].
Die interstitielle und die narbenbildende Fibrose führt
jeweils zur diastolischen und systolischen Dysfunktion
[89]. Weiterhin ist die Fibrosebehandlung mittels RAAS
Inhibitoren und Schleifendiuretika zur Reduzierung des
kardialen Remodelings von Bedeutung [39, 119, 120].
Als neuere Substanzen haben SGLT2-Inhibitoren, wel-
che im Rahmen der Herzinsuffizienztherapie Wichtig-
keit erlangt haben, im Tiermodell günstige Ergebnis-
se gezeigt [29, 88, 116]. Im Tiermodell werden weitere
Substanzen, wie beispielsweise Tissue Growth Factor-β
(TGF-β)-Antagonisten, Endothelin Inhibitoren und an-
tiinflammatorische Medikamente, untersucht [212].
1.1.1 Diagnostik
Das Vorhandensein einer kardialen Fibrose bestimmt die
Effektivität der Herzinsuffizienztherapie, sodass an der
Detektion dieser ein großes Interesse besteht. Als aktu-
eller Goldstandard gilt die histopathologische Aufarbei-
tung [69, 121]. Die Forschung bezüglich nichtinvasiver
Biomarker zeigt einige Moleküle, welche vom biologi-
schen Hintergrund mit dem Kollagenmebatolismus und
6
1 Einleitung
-regulation in Zusammenhang stehen könnten [121].
Nach aktuellem Stand ist festzuhalten, dass die meis-
ten potentiellen laborchemischen Biomarker nicht vali-
diert oder eine nicht ausreichende Evidenz aufweisen.
Die beste Datenlage liegt für das C-terminale Propep-
tid vom Prokollagen Typ I (PICP) und das N-terminale
Propetid vom Prokollagen Typ III (PIIINP) vor, welche
jedoch lückenhaft ist, sodass diese im klinischen Alltag
keine Rolle spielen [61, 69, 121].
Zur bildgebenden Darstellung der kardialen Fibrose
sind einige Methoden zur erwähnen. Echokardiografisch
können Reflexionstechniken wie die Analyse von Backs-
catter Signalen oder Scherwellen Elastografie genutzt
werden. Diese Techniken haben jedoch aufgrund feh-
lender Sensitivität keinen Einzug in den klinischen All-
tag gefunden [87, 96]. Möglicherweise können Gewe-
bedoppler und Strainanalysen früher funktionelle Be-
einträchtigungen in fibrosebedingten Prozessen im Ver-
gleich zu konventionellen echokardiografischen Techni-
ken liefern [96]. Nuklearmedizinische Methoden können
über Perfusionsbildgebungen indirekte Hinweise auf ei-
ne Fibrose liefern [61, 69, 87, 96]. Die einzige aktuell
7
1 Einleitung
klinisch relevante Methode ist auf MRT basierend. Hier
kann mittels Late Gadolinium Enhancement (LGE) fo-
kale und mittels ECV diffuse Fibrose dargestellt werden
[61, 69].
1.2 Magnetresonanztomografie
Nach Abschluss der kardiologischen Basisdiagnostik bie-
tet die MRT eine wegweisende Aussagekraft über mor-
phologische und funktionelle Fragestellungen. Es kann
beispielsweise eine genaue und dreidimensionale anato-
mische Abbildung erreicht werden, welche die Grundla-
ge für exakte Vermessungen bildet. So können Funkti-
onsanalysen sehr genau stattfinden und dazu beitragen,
dass die MRT Diagnostik hierfür als Goldstandard ange-
sehen wird. Darüber hinaus können Bewegungsanalysen
in Ruhe und unter medikamentöser Stimulation durch-
geführt werden [78, 97].
Durch Gabe von Kontrastmittel kann eine Gewebs-
charakterisierung vorgenommen werden. Lokale patho-
logische Prozesse können mittels LGE visualisiert wer-
den. Bei diffusen Veränderungen der extrazellulären Ma-
trix können die Mappingverfahren zu Rate gezogen wer-
8
1 Einleitung
den. Zudem können Perfusionsdefizite in Ruhe und bei
medikamentöser Stimulation nachgewiesen werden [78,
97].
Methodische Vorteile sind durch die geringe Untersu-
cherabhängigkeit bei guter Standardisierung der Unter-
suchungsabläufe gegeben. Zudem ist die gute Reprodu-
zierbarkeit hervorzuheben, besonders im Vergleich zur
Echokardiografie [78, 97].
Aus Sicht des Patienten ist die Nichtinvasivität wünschenswert.
So können mögliche Komplikationen, die durch inva-
sive Untersuchungen bedingt sind, vermieden werden.
Zudem ist die Untersuchung frei von jodhaltigen Kon-
trastmitteln und benötigt keine Strahlenbelastung [78,
97].
Aufgrund der erwähnten Vorteile und der damit ver-
bundenen Anwendungsbreite stellte sich eine rasante
Entwicklung der MRT Diagnostik in der Kardiologie
ein. Zur Durchführung und Auswertung sind Kenntnisse
zur MRT Technik und spezielle kardiologische Expertise
notwendig. Daher hat die Deutsche Gesellschaft für Kar-
diologie (DGK) ein Ausbildungscurriculum zu diesem
Thema entworfen, welches Einzug in die Musterweiter-
9
1 Einleitung
bildungsordnung der Ärzte der Bundesärztekammer ge-
funden hat [77, 177].
1.3 Late Gadolinium Enhancement
1.3.1 Grundlagen
Das Kontrastmittel zeigt im infarziertem Myokard ei-
ne Akkumulation und einen verzögerten Abtransport
( wash-out“). Dies führt zu einer höheren Kontrast-
”
mittelkonzentration im pathologischen Gewebe im Ver-
gleich zum gesunden Myokard. Daraus folgt eine Ver-
kürzung der T1 Zeit, sodass die Pathologie im Vergleich
zum vitalen Myokard in der MRT Aufnahme, besonders
in den Inversion Recovery Sequenzen, hyperintens er-
scheint. Diese Mechanismen geben dem LGE den Na-
men. Die Anreicherung des Kontrastmittels wird von
der Flussrate, der Gefäßpermeabilität, der Gefäßdichte,
der Kollagenmatrix, des Zellintegritätsverlustes, der Ne-
krose und des intrazellulären und interstitiellen Ödems
bestimmt [76, 101, 102, 106, 108, 169, 183, 186].
Das LGE zeigt sich dann, wenn eine fokale Fibrose
vorliegt. Zuerst wurde das LGE bei Myokardinfarkten
10
1 Einleitung
und bei ischämischen Kardiomyopathien beschrieben.
Dieses Phänomen tritt jedoch genauso wie bei Kardio-
myopathien nicht ischämischer Genese auf [102]. Daher
zeigt sich das LGE beispielsweise bei einer DCM und
Hypertrophe Kardiomyopathie (HCM) und zeigt foka-
le Fibrose an [133, 179]. Bei infiltrativen Prozessen wie
einer kardialen Sarkoidose oder Amyloidose zeigt sich
ebenfalls ein LGE [124, 195]. Dieses Verfahren eignet
sich daher gut, fokale Fibroseprozesse darzustellen. Um
diffuse Fibrose erkennbar zu machen, hat sich das T1
Mapping etabliert [46].
1.4 T1 Mapping
1.4.1 Grundlagen
In den sogenannten T1 Mapping Bildern werden jedem
Voxel eine quantitativ bestimmte T1 Relaxationszeit zu-
geordnet. Diese basiert auf der Auslenkung der longi-
tudinalen Magnetisierung durch einen Radiofrequenz-
impuls und die Bildakquisition nach einer bestimmten
Zeit, der Inversionszeit (TI). Der T1 Wert ist als die
Zeit definiert, nach der 63 % der longitudinalen Ma-
11
1 Einleitung
gnetisierung wieder erreicht wurde. Graphisch werden
diese Messwerte in einem T1 Mapping Bild veranschau-
licht, welche parametrisch von einem Interessensbereich
(ROI) ausgelesen werden können [136, 138, 148, 162,
164, 201].
1.4.2 Verschiedene Sequenzen
Grundlegend könnten zum T1 Mapping wie beim LGE
mehrere inversion recovery“ Aufnahmen mit verschie-
”
denen TIs gemacht werden. Dies stellt jedoch eine sehr
ineffektive Art und Weise dar, die mehrere Atempau-
sen benötigen. Das kann jedoch zu einer Fehlregistrie-
rung zwischen den einzelnen Atempausen führen, sodass
diese Methode von anderen Sequenzen bessere Ergeb-
nisse erzielt [182, 201]. Quantitative Methoden werden
nach ihren systematischen und zufälligen Verzerrungen
bewertet. Der systematische Fehler wird als Richtig-
keit ( accuracy“) und der zufällige Fehler als Präzision
”
( precision“) bezeichnet [98]. Eine Auswahl der einzel-
”
nen Sequenzen zeigt Tabelle 1.1 (Seite 13).
12
1 Einleitung
Tabelle 1.1: Vergleich von T1 Sequenzen [201]
Die Tabelle zeigt den Vergleich einzelner T1
Sequenzen nach dem Signal-Rausch-Verhältnis
(SNR), der Auflösung, Akquisitionszeit,
Richtigkeit und Präzision.
Technik SNRa Auf- Akqui- Richtig-Präzision
lösung sitionszeit keit
MOLLI ++ ++ 17 HBb ++ ++
shMOLLI ++ ++ 9 HBb ++ ++
MOLLI ++ ++ 9 - 12 ++ ++
Varian- HBb
ten
SASHA ++ ++ 11 HBb +++ +
a Signal-Rausch-Verhältnis
b Herzschläge (HB: heartbeats)
Modified Look-Locker inversion recovery
(MOLLI)
Die klinisch verbreitetste und in der vorliegenden Arbeit
verwendete Methode im kardialen T1 Mapping stellt
die Modified Look-Locker inversion recovery (MOLLI)
Sequenz dar. Hier werden Einzelbilder in der Diastole
aufgenommen. Nach dem Inversionsimpuls werden drei
13
1 Einleitung
bis fünf Herzzyklen abgewartet und R-Zacken getrig-
gert aufgezeichnet. In der Originalversion werden je-
weils drei Bilder nach den ersten beiden Inversionsim-
pulsen aufgezeichnet. Darauf folgen fünf Bilder nach
dem dritten Impuls. Dieses Schema als 3(3)3(3)5 no-
tiert. Die Ziffern ohne Klammern beschreiben die An-
zahl der Bilder nach den Inversionsimpulsen während
die Ziffern in Klammern die Pause zwischen den Herz-
schlägen anzeigt. Hier wurden insgesamt 11 Bilder in 17
Herzschlägen aufgezeichnet [182, 201]. Als Vorteil ist
zu erwähnen, dass die MOLLI Sequenzen reproduzier-
bar sind und Bilder mit hohem Signal-Rausch-Verhältnis
(SNR) liefern [182, 201]. Nachteilig fällt ins Gewicht,
dass die Atempause 17 Herzschläge beinhalten muss,
welches je nach Herzfrequenz eine lange Zeit darstellt.
Analog zur ursprünglichen Look-Locker Sequenz können
die T1 Relaxationszeiten herzfrequenzabhängig sein, wenn
keine vollständige Relaxation vorliegt [201].
Weitere Sequenzen
Weitere Methoden wurden entwickelt, um verschiedene
Vorteile zu nutzen. So kann beispielsweise die Shorte-
14
1 Einleitung
ned modified Look-Locker inversion recovery (shMOL-
LI) Sequenz die Akquisitionszeit und damit die Zeit der
Atempause verringern [158, 164, 201]. Um die Herz-
frequenzabhängigkeit zu reduzieren und die Richtigkeit
( accuracy“) zu erhöhen, wurde die Saturation recovery
”
single-shot acquisition (SASHA) Sequenz etabliert [164,
201]. Um die jedoch stark kompromittierte Präzision
( precision“) etwas zu erhöhen wurde Saturation reco-
”
very single-shot acquisition (SASHA) mit MOLLI kom-
biniert, sodass die Saturation pulse prepared heart rate
independent inversion recovery (SAPPHIRE) Sequenz
entstanden ist [164, 201].
1.4.3 Natives T1 Mapping
Das native T1 Mapping zeigt erhöhte Werte bei einer
Vergrößerung des Interstitiums. Dies tritt vor allem bei
fibrotischem Umbau, Kardiomyopathien, Speicher- und
Ablagerungskrankheiten (Amyloidose, Hämochromatose)
und bei Ödemen z.B. im Rahmen eines akuten Infarktes
oder Inflammation (Myokarditis, Sarkoidose) [70, 132].
Weiterhin verkürzt sich die T1 Zeit bei Fett- und Eisen-
einlagerungen (z.B. Morbus Anderson-Fabry) [70, 132].
15
1 Einleitung
Bei zeitgleichem Vorliegen einer T1 Relaxationszeit
verlängerten und verkürzenden kardialen Erkrankung,
könnte sich die native T1 Zeit pseudonormalisieren [70,
132].
Zudem bietet das native T1 Mapping ein Anwen-
dungsgebiet bei Patienten mit einer Kontraindikation
für MRT Kontrastmittel [70, 132].
1.4.4 Post-Kontrast T1 Mapping
Beim post-Kontrast T1 Mapping wird eine T1 Mapping
Karte ca. 10 - 30 Minuten nach der Gabe von extra-
zellulärem Kontrastmittel mit der empfohlenen Dosis
von 0,1 - 0,2 mmol/kg Körpergewicht erhoben [137]. Das
Kontrastmittel führt zu einer kürzeren T1 Relaxations-
zeit. Diese Verkürzung ist vor allem in Gebieten von ak-
kumuliertem Kontrastmittel von Bedeutung, wie z.B.
bei fibrotischen Arealen oder bei diffuser Fibrose [70,
132].
1.4.5 T2 Mapping
Bei den T2 Mapping Karten werden analog zu den T1
Mapping Karten jedem Voxel eine bestimmte T2 Rela-
16
1 Einleitung
xationszeit zugeordnet [85, 100, 137]. Technisch wer-
den die Bilder meist mittels steady state free precision
(SSFP) Sequenzen aufgenommen [100, 132, 137]. Die
T2 Relaxationszeit beschreibt die transversale Relaxie-
rung [85, 100, 137]. Die gemessenen Werte sind ge-
websspezifisch und verlängern sich bei erhöhtem Was-
seranteil. Dies hat zur Folge, dass zwischen normal und
pathologisch verändertem Gewebe unterschieden wer-
den kann. Vor allem können myokardiale Ödeme, wie
sie beim Herzinfarkt, Myokarditis, Taku-Tsubo Kardio-
myopathie, Sarkoidose und Transplantationsabstoßung
vorkommen [85, 100, 132]. Es ist zu erwähnen, dass
man mittels T2 Mapping Inflammation ausschließen,
sowie zwischen aktiver und geheilter Myokarditis un-
terscheiden kann [52, 123, 132].
1.5 Extrazelluläre Volumen
1.5.1 Grundlagen
Werden nach dem nativen T1 Mapping dieselben Se-
quenzen nach einer Kontrastmittelgabe nochmals erho-
ben, stellt man eine Verkürzung der T1 Relaxationszei-
17
1 Einleitung
ten fest. Diese verkürzten T1 Zeiten sind proportional zu
der vorliegenden Kontrastmittelkonzentration. Da das
Kontrastmittel nur den extrazellulären Raum einnimmt,
erfolgt die Änderung der T1 Relaxationszeiten aus die-
sem Kompartiment. Durch die anatomischen Gegeben-
heiten kann man diesen in den intravaskulären und in-
terstitiellen Raum unterteilen. Durch die Annahme, dass
die pathologischen Veränderungen vor allem im intersti-
tiellen Raum vorkommen und den intravaskulären Raum
deutlich überwiegen, beschreibt das ECV diesen als Vo-
lumenanteil. Mathematisch lässt sich dieser Sachverhalt
wie folgt beschreiben [70, 132, 164, 201].
ECV = (1 −Hkt) · λ (1.1)
∆R
− · MyokardECV = (1 Hkt) (1.2)
∆RBlut
∆ 1T1
ECV = (1 −Hkt) · Myokard (1.3)
∆ 1T1Blut
1 − 1
− · T1Myokard,Kontrastmittel T1ECV = (1 Hkt) Myokard,nativ1 1
T1 −Blut,Kontrastmittel T1Blut,nativ
(1.4)
Wie die genannte mathematische Formel verdeutlicht,
18
1 Einleitung
ist das ECV von den T1 Relaxationszeiten nativ und
nach Kontrastmittelgabe abhängig. Eine weitere wich-
tige Komponente stellt der Hämatokrit dar. Aufgrund
dessen, ist ein zum Untersuchungszeitpunkt aktueller
Hämatokritwert notwendig, der in Anbetracht der Va-
riablität tagesaktuell sein sollte.
Die T1 Relaxationszeiten nach Kontrastmittelgabe
sind variabler und abhängig von der Kontrastmitteldo-
sis, der Zeitspanne und der Nierenfunktion. Das ECV
zeigt sich bezogen auf die verschiedenen Feldstärken
und Akquisitionstechniken im Vergleich zu nativer und
kontrastmittelgestützter T1 Zeit herstellerunabhängig
reproduzierbarer [70]. Das physiologische ECV liegt bei
ca. 25,3 ± 3,5 % [180].
1.5.2 Gewebscharakteristik
Beim Vergleich vom gemessenen ECV zum histologisch
bestimmten Volumenanteil des Kollagens zeigte sich in
Tiermodellen eine starke Korrelation. Die native T1 Re-
laxationswerte zeigten keinen, während die post-Kontrast-
mittel Zeiten einen schwachen inversen Zusammenhang
aufzeigten. So stellt das ECV einen effektiven Parameter
19
1 Einleitung
für die Bestimmung der diffusen myokardialen Fibrose
dar [198, 225, 226]. Darüber hinaus konnte festgestellt
werden, dass die ECV Messung eine Reduktion der kar-
dialen Fibrosebildung unter pharmakologischer Therapie
mittels Angiotensin Rezeptor Blocker detektieren kann.
Damit könnte es eine Rolle in der Überwachung des
kardialen Remodeling einnehmen [198].
Bei Untersuchungen an Patientengruppen unterschied-
licher kardialer Erkrankungen konnten die Beobachtun-
gen bestätigt werden. Native T1 Relaxationszeiten zei-
gen keine Korrelation und die post-Kontrastmittelmessung
einen schwachen bis mittleren inversen Zusammenhang
[38, 82, 83, 168, 190, 192]. Das ECV hingegen zeig-
te eine starke Übereinstimmung mit dem histologischen
Goldstandard [38, 53, 84, 91, 168, 192]. Diese Über-
einstimmung ist auch deutlich nach isolierter Betrach-
tung der einzelnen kardialen Segmenten nachzuweisen
[34].
Weiterhin detektiert das ECV in frühen Erkrankungs-
stadien die vorhandene diffuse Fibrose und kann diese
von späteren Stadien unterscheiden [192]. Darüber hin-
aus stellt es einen unabhängigen Prädiktor für ein event-
20
1 Einleitung
freies Überleben dar [91].
1.6 Erkrankungen
Die Definition von Kardiomyopathien veränderte sich
seit der Erstbeschreibung 1957 stetig. Ursprünglich wur-
de unter Kardiomyopathien eine ungewöhnliche, nicht
koronare Herzmuskel-erkrankung verstanden [6]. Im wei-
teren Verlauf wurde die Definition auf Herzmuskeler-
krankungen unbekannter Ursache mit der Klassifikati-
on in dilatiert, hypertrophiert und restriktiv beschränkt
[62]. 1996 beschrieb die Weltgesundheitsorganisation
(WHO) Kardiomyopathien als Herzmuskelerkrankungen
mit assoziierter myokardialen Dysfunktion. Zusätzliche
Kategorien bildeten die Arrythmogene rechtsventrikuläre
Kardiomyopathie (ARVC) und die nichtklassifizierte Kar-
diomyopathien [172].
In der aktuellen Beschreibung von 2006 definiert die
American Heart Association (AHA) Kardiomyopathien
als heterogene Gruppe von Herzmuskelerkrankungen,
die mit mechanischer und/oder elektrischer Dysfunktion
einhergeht. Üblicherweise existiert dabei eine unange-
messene Hypertrophie oder Dilatation zahlreicher Ursa-
21
1 Einleitung
chen, wobei die meisten genetischer Natur sind. Kardio-
myopathien beschränken sich dabei auf das Herz oder
sind Teil einer Multisystem-erkrankung. Zudem führen
sie oft zum kardiovaskulären Tod oder fortschreitender
Herzinsuffizienz bedingten Einschränkungen [129]. Die
Klassifikation der AHA beschreibt primäre Kardiomy-
opathien, die vor allem auf das Herz beschränkte Er-
krankungen summiert. Weiter können diese in geneti-
sche, erworbene und gemischte Formen eingeteilt wer-
den. Dem gegenüber stehen die sekundäre Kardiomy-
opathien, die im Rahmen einer Multisystemerkrankung
auftreten [129].
Die aktuell gültige Definition von der European So-
ciety of Cardiology (ESC), die 2008 herausgegeben wur-
de, beschreibt Kardiomyopathien als kardiale Funkti-
onsstörung, die auf strukturelle oder funktionelle Fehl-
funktionen unter Abwesenheit einer Hypertonie, Koro-
nare Herzkrankheit (KHK), Klappenerkrankungen oder
angeborenen Herzfehlern basiert. Gruppiert werden dila-
tative, hypertrophe, restriktive, arrhythmogene rechts-
ventrikuläre oder nichtklassifizierte Formen. In jeder Grup-
pe kann zwischen familiärer (genetischer) und nicht fa-
22
1 Einleitung
Abbildung 1.1: Klassifikation der Kardiomyopathien
nach der AHA (mit freundlicher
Genehmigung und modifiziert nach
[129])
HCM, Hypertrophe Kardiomyopathie;
ARVC, Arrythmogene rechtsventrikuläre
Kardiomyopathie; NCCM,
Non-Compaction Kardiomyopathie; LQTS,
Long QT-Syndrom; SQTS, Short
QT-Syndrom; CPVT, Katecholaminerge
polymorphe ventrikuläre Tachykardie;
SCD, Plötzlicher Herztod; DCM,
Dilatative Kardiomyopathie; RCM,
Restriktive Kardioymopathie
23
1 Einleitung
miliärer (nicht genetischer) Form unterschieden werden
[45].
Abbildung 1.2: Klassifikation der Kardiomyopathien
nach der ESC (mit freundlicher
Genehmigung und modifiziert nach
[45])
HCM, Hypertrophe Kardiomyopathie;
DCM, Dilatative Kardiomyopathie; ARVC,
Arrythmogene rechtsventrikuläre
Kardiomyopathie; RCM, Restriktive
Kardioymopathie
Die aktuellen Einteilungen der WHO erschien 2008.
Hier wurde ein Phänotyp-Genotyp basierendes Nomen-
klatur System mit folgenden Kriterien eingeführt: Mor-
phofunktionalität, Organsystembeteiligung, genetisches
Vererbungsmuster, Ätiologie und Stadium (MOGES).
Mit diesem System kann jede Erkrankung mit einem
Buchstabencode beschrieben werden [5, 6].
24
1 Einleitung
Abbildung 1.3: Klassifikationssystem MOGES der
Kardiomyopathien nach der WHO (mit
freundlicher Genehmigung) [6]
MOGES, Morphofunktionalität,
Organsystembeteiligung, genetisches
Vererbungsmuster, Ätiologie und Stadium
25
1 Einleitung
1.6.1 Ischämische Kardiomyopathie
Die Ischämische Kardiomyopathie (ICM) wurde anfangs
als Ungleichgewicht zwischen Sauerstoffangebot und -
bedarf, welcher in Myozytenverlust, Fibrosebildung und
Herzinsuffizienz führte, beschrieben [2]. Andere Defini-
tionen beruhen auf einer schwer eingeschränkten links-
ventrikuläre Ejektionsfraktion (LV-EF) bei vorliegender
schwerer KHK [2, 208]. Die aktuell weit verbreitete De-
finition sieht ein klinisches Beschwerdebild einer Herzin-
suffizienz mit eingeschränkter LV-EF vor. Weiterhin liegt
eines der folgenden drei Kriterien vor: Erstens ein zurück-
liegender Herzinfarkt oder eine Revaskularisationsthera-
pie (perkutane Koronarintervention (PCI) oder Bypass).
Zweitens eine Stenose des Hauptstammes oder des Ra-
mus interventricularis anterior (RIVA) über 75 %. Drit-
tens jeweils eine über 75 % Stenose von mindestens zwei
Koronararterien [2, 48].
Late Gadolinium Enhancement
Der akute und der chronische Myokardinfarkt stellen
sich in den LGE-Sequenzen unterschiedlich dar. Während
des akuten Myokardinfarkts kommt es zu einer Zell-
26
1 Einleitung
membranschädigung, sodass sich das extrazelluläre Kon-
trastmittel im pathologischen Zellverband auch intrazel-
lulär anreichern kann. Dazu kommt, dass in den infakt-
zierten Arealen eine verlängerte Auswaschkinetik ( wash-
”
out“) des Kontrastmittel zu einem LGE führt. Dieses ist
zum nekrotischen Gewebe fast deckungsgleich. Zur Pa-
thophysiologie passend, beginnt die Ischämie und damit
die Nekrose subendokardial und schreitet mit steigen-
der Okklusionszeit nach transmural fort. Dieser Wa-
”
vefront“ Expansion wirken Kollateralen entgegen [118,
170, 188]. Weiterhin lässt sich das LGE einem Perfusi-
onsbereich der Koronararterien zuordnen [76].
Zudem zeigen sich im MRT mikrovaskuläre Obstruk-
tionen als hypointense Areale im LGE. Dieser Befund
geht mit einer schlechteren Prognose einher [149, 219].
Während des chronischen Stadiums ist das extrazel-
luläre Volumen durch den narbigen Umbau ( replace-
”
ment fibrosis“) vergrößert, was zu einer Anreicherung
des Kontrastmittels führt [90, 101, 102, 127, 169, 188].
Die Sensitivität eine akute oder chronische ICM zu de-
tektieren, liegt bei über 90 % [104].
Weiterhin besteht eine inverse Korrelation zwischen
27
1 Einleitung
der Transmuralität des LGE und der Verbesserung der
Kontraktilität nach der Revaskulationstherapie [12, 103,
187]. Des Weiteren wird die LV-EF nach Therapie am
besten durch das Infarktvolumen vorhergesagt [207].
Die Anfälligkeit für ventrikuläre Tachyarrhythmien kann
mittels LGE vorhergesagt werden [13, 40, 72, 184]. Da-
bei scheint das LGE ein besserer Prädiktor als die LV-EF
zu sein [13]. Kombiniert man diese beiden Größen fällt
auf, dass die Aussagekraft des LGEs bei einer kleinerer
LV-EF höher ist [40]. Weiterhin ist festzuhalten, dass fo-
kal nachgewiesene Narben mit einer schlechteren The-
rapieerfolg mittels kardiale Resynchronisationstherapie
(CRT) einhergeht [30].
Darüber hinaus bleibt festzuhalten, dass ein LGE mit
einem höheren Risiko einer schwere kardiale Komplika-
tion (MACE) und erhöhter Mortalität einhergeht [113,
221].
T1 Mapping und ECV
Bei einem Patienten mit einem akuten Myokardinfarkt
erkennt man diesen im T1 Mapping durch die Ödembildung.
Dies gilt für ST-Hebungsinfarkt (STEMI) und nicht ST-
28
1 Einleitung
Hebungsinfarkt (NSTEMI) [70, 164, 201]. Weiterhin
kann die Periinfarktzone identifiziert werden. Hier sind
die T1 Zeiten durch die Zerstörung der Kardiomyozy-
tenmembranen besonders hoch. Der Infarktkern zeigt
geringere Relaxationszeiten auf. Bei einem eingeblute-
ten Infarkt kann die T1 Zeit aufgrund des eisenhaltigen
Blutes auch vermindert sein [70, 132, 171].
Ein schlechteres klinisches Outcome zeigen Patienten
mit niedrigeren T1 Werten im Infarktkern im Vergleich
zur Periinfarktzone. Dies entspricht der mikrovaskulären
Obstruktion im LGE [26].
Weiterhin ist ein erhöhtes ECV im normal erscheinen-
den Myokard ein unabhängiger Prädiktor für die Sterb-
lichkeit, MACE und die systolische Dysfunktion [164,
171].
Im chronischen Stadium des Myokardinfarktes mit fi-
brinösem Umbau ( Remodeling“) sind die T1 Zeiten”
erhöht, jedoch nicht so ausgeprägt wie im akuten In-
farkt [70, 164, 206].
29
1 Einleitung
1.6.2 Dilatative Kardiomyopathie
Die DCM wird von der ESC und der AHA als linksven-
trikuläre Dilatation und globaler systolischer Dysfunk-
tion bei regelrechten Füllungsbedingungen, die nicht
durch eine KHK zu erklären sind, gekennzeichnet. Eine
rechtsventrikuläre Dilatation und systolischer Dysfunk-
tion kann vorliegen, ist jedoch für die Diagnosestellung
nicht obligat [21, 22, 44, 45, 159].
Zur Diagnosefindung wird neben der Anamnese und
körperlichen Untersuchung technische Hilfsmittel einge-
setzt. Im Elektrokardiografie (EKG) kann sich ein Nor-
malbefund oder verschiedene Pathologien, wie z.B. Er-
regungsrückbildungsstörungen, AV- oder Faszikelblöcke,
sowie supraventrikuläre oder ventrikuläre Tachykardien
präsentieren [44]. Echokardiografisch werden die links-
ventrikuläre Dilatation und die systolische Dysfunktion
nachgewiesen. Weiterhin kann eine Strain Analyse er-
folgen. Diese ist auch MRT gestützt möglich. Weiter-
hin ist hier der Nachweis von LGEs sowie das Mapping
möglich. Außerdem kann mittels Endomyokardbiopsie
die Ätiologie ermittelt werden [8, 21, 44, 135, 159].
Pathohistologisch präsentiert sich eine Ausdünnung
30
1 Einleitung
der Wand, sowie eine vor allem mitventrikuläre inters-
titielle Fibrose. Zudem sind hypertrophierte und atro-
phierte Kardiomyozyten zu erkennen [86]. Weiterhin zeigt
sich eine erhöhte T-Zell Anzahl und eine Überexprimierung
von dem endothelial und intestitiell vorkommenden Haupthi-
stokompatibilitätskomplex (MHC) [44].
Die Mortalität von Patienten mit idiopathischer DCM
ist verglichen mit ICM Patienten geringer [21].
Late Gadolinium Enhancement
Die DCM ist durch eine links- oder biventrikuläre Di-
latation und systolischem Funktionsverlust bei regel-
rechten Füllungsbedingungen gekennzeichnet. Die zur
Grunde liegende Genese ist vielfältig (genetisch, me-
dikamentös, toxikologisch, endokrinologisch, infektiolo-
gisch, autoimmun, peripartal). Nichts desto trotz bleibt
die Pathogenese häufig unklar [45, 135, 159, 172]. Ein
pathognomonisches Korrelat existiert nicht. Häufig zeigt
sich im fortgeschrittenen Krankheitsverlauf ein strei-
figes, dem muskelverlauf folgendes intramurales LGE
( midwall sign“). Gehäuft kommt dies im Septum vor,
”
kann jedoch in jeder Lokalisation auftreten. Dieses lässt
31
1 Einleitung
sich nicht auf ein Gefäßterritorium zurückführen und
kommt häufiger bei bestehender linksventrikulären Dys-
funktion und durchlebter Myokarditis vor. Teilweise tritt
auch ein fleckiges intramurales oder kein LGE auf [76,
127, 133, 210]. Das LGE lässt sich histologisch auf einen
fibrinösen Umbau ( replacement fibrosis“) zurückführen
”
[174]. Ein zeitgleich vorhandenes subendokardiales LGE
deutet auf eine zusätzliche ischämische Genese hin [133,
196].
Bei vorhandenem LGE zeigt sich im Verlauf eine Ver-
größerung des LGEs und eine Abnahme der LV-EF. Pa-
tienten ohne LGE entwickelten dies nicht und zeigen
häufiger ein Reverse-Remodeling im Follow-up [130].
Weiterhin zeigen Patienten mit LGE Nachweis häufiger
Rhythmusstörungen. Zudem stimmten die Narbengröße
beim MRT und Mapping überein, sodass der MRT Be-
fund in der Planung der Ablation eine Rolle spielen kann
[19]. Darüber hinaus stellt das LGE ein Prädiktor für
den plötzlichen Herztod und ventrikuläre Tachykardien
[7, 71, 146].
Darüber hinaus haben Patienten mit einem LGE eine
erhöhte nicht kardiale und kardiovaskuläre Mortalität,
32
1 Einleitung
sowie vermehrt Krankenhausaufenthalte [68, 115].
T1 Mapping und ECV
Die nativen T1 Zeiten sind in fortgeschrittenen Krank-
heitsstadien verlängert und korrelieren invers mit der
Wanddicke und der LV-EF [36, 70, 79, 161]. Es scheint,
als könnte das ECV frühe Stadien der DCM erkennen.
Zudem korreliert das ECV mit dem Kollagenanteil in
der Biopsie [36, 192].
1.6.3 Hypertrophe Kardiomyopathie
Eine HCM liegt bei hypertrophierter Wanddicke vor,
die nicht allein durch pathologische Füllungsdrücke er-
klärbar sind. Diese Definition gilt gleichermaßen für Kin-
der und trifft keine Aussage zur Ätiologie [22, 43, 45,
58]. Die Wanddicke liegt typischerweise über 15 mm
oder über 2 Standardabweichungen über dem alterskor-
rigierten Normwert [43, 58, 129].
In 60 % der an HCM erkrankten Erwachsenen ist
diese autosomal-dominant mit Mutationen in kardia-
len Sarkomerprotein-Genen vererbt. Weitere 5 - 10 %
haben andere genetische Störungen. Weiterhin treten
33
1 Einleitung
auch nicht genetische Fälle (z.B. metabolisch, medi-
kamentös, endokrinologisch, neuromuskulär, infiltrativ
und toxisch) auf [43].
Pathophysiologisch führen die Mutationen zu einer
Überaktivierung der Kardiomyozyten. Diese macht sich
als Hyperkontraktilität und erhöhtem Energiebedarf be-
merkbar. Stimulationen von Signalkaskaden sowie Ver-
änderungen im Calcium-(II)-Ion (Ca2+) Haushalt führen
zu einer verminderten myokardialen Relaxation und der
myozytalen Hypertrophie. Zudem wird dadurch die Ge-
websarchitektur durch eine Gefügedilatation und myo-
kardialer Fibrose verändert. Diese Veränderungen treten
häufig am Septum auf [172, 211]. Klinisch imponiert
häufig eine linksventrikulärer Ausflusstrakt (LVOT) Ob-
struktion (Hypertroph-obstruktive Kardiomyopathie (HOCM)),
diastolische Dysfunktion, myokardiale Ischämie, auto-
nome Dysregulation und Mitralinsuffizienz [58].
Diagnostisch kann sich im EKG neben einer linksven-
trikulären Hypertrophie, Erregungs-rückbildungsstörungen
und supraventrikulären Arrhythmien ein Normalbefund
präsentieren. In der Echokardiografie zeigt sich eine links-
ventrikuläre hypertrophe Wanddicke meist über 15 mm
34
1 Einleitung
in einem Segment. Weiterhin kann eine LVOT Obstruk-
tion, diastolische Dysfunktion, links-atriale Vergrößerung
und Mitralinsuffizienz gehäuft auftreten. Die diagnos-
tische Bildgebung kann auch über die kardiale MRT
durchgeführt werden, die zudem die kardiale Fibrose
über LGE nachweisen kann. Weiterhin kann eine endo-
myokardiale Biopsie durchgeführt werden. Bei familiärer
Häufung ist an eine genetische Diagnostik zu denken
[43, 58, 160].
Als Komplikationen können Arrhythmien und der plötzliche
Herztod auftreten, weshalb bei fortgeschritteneren Sta-
dien ein implantierbarer Kardioverter Defibrillator (ICD)
zu erwägen ist. Dabei ist zu erwähnen, dass sich die ESC
und AHA in ihrem Empfehlungen unterscheiden [43, 58,
172].
Mit Hilfe eines prognostischen Index kann die Wahr-
scheinlichkeit für den plötzlichen Herztod in den nächsten
5 Jahre errechnet werden. Variablen für den Score ist die
maximale Wanddicke, der linksatriale Diameter, der ma-
ximale Druckgradient im LVOT, die Familienanamnese
bezüglich des plötzlichen Herztodes, nicht anhaltende
ventrikuläre Tachykardie, unerklärte Synkopen und das
35
1 Einleitung
Patientenalter [43, 151].
Late Gadolinium Enhancement
HCM Patienten weisen ein (multi-)fokales, unregelmäßiges,
intramurales LGE im Bereich der hypertrophierten Wan-
dabschnitte auf. Diese entsprechen nicht den koronar-
arteriellen Versorgungsgebieten. Meistens ist das LGE
an den Insertionsstellen des rechten Ventrikels am Sep-
tum und an dessen freier Wand lokalisiert [32, 127, 143,
179, 216]. Seltener kann das LGE apikal auftreten [220].
Histologisch wurde gezeigt, dass das LGE an kollagen-
reichen Stellen auftritt [142].
Bei steigender Wanddicke ist das Auftreten eines LGE
gehäuft. Weiterhin ist die Kontraktilität und der Blut-
fluss mit steigender Wanddicke reduziert [18, 32, 156].
Im Follow-up zeigen Patienten mit bestehendem LGE
eine Progression der Erkrankung, vor allem der septale
und gemischt-diffuse Typ [31, 143].
Bei Patienten mit nachgewiesenem LGE treten häufiger
Herzrhythmusstörungen, wie ventrikuläre Tachykardien
auf [1, 153]. Weiterhin ist das eventfreie Überleben be-
einträchtigt [150].
36
1 Einleitung
T1 Mapping und ECV
Das ECV ist bei Patienten mit HCM erhöht. Diese Erhöhung
ist bereits vor der linksventrikulären Hypertrophie bei
Genmutationsträgern nachweisbar [74, 75]. Weiterhin
korreliert das ECV mit den linksventrikulären Füllungs-
drücken, was einen mechanischen Zusammenhang zwi-
schen der diffusen Fibrose und der Funktion vermuten
lässt [42]. Die verlängerten nativen T1 Werte zeigen eine
sehr hohe Sensitivität und Spezifität [74, 161] und kor-
relieren mit dem Schweregrad der Erkrankung bzw. der
Wanddicke [36]. Das ECV kann zur zeitweise schwieri-
gen Differenzierung zwischen HCM und eines Sportler-
herzens beitragen, da es in diesen Fällen in den hyper-
trophen Wandabschnitten verringert ist [134, 199].
1.6.4 Myokarditis
Myokarditis ist eine akute oder chronische inflamma-
torische Erkrankung des Myokards, welche mit histolo-
gischen, immunologischen oder immunhistochemischen
Kriterien diagnostiziert wird. Bei zeitgleicher kardialen
Dysfunktion, kann man von einer inflammatorischen Kar-
diomyopathie sprechen [25, 129, 172].
37
1 Einleitung
Für eine Myokarditis kommen viele Ursachen in Fra-
ge. Als erstes sind Infektionen mit Viren und Bakterien
zu nennen. Weiterhin können Protozoen, Parasiten und
Pilze ein Auslöser sein. Nicht infektiologische Ursachen
sind immunologischer und toxischer Herkunft [25, 66,
112].
Pathophysiologisch kann die Myokarditis in drei Pha-
sen unterteilt werden. In der ersten, akuten Phase infil-
triert das infektiöse Material die Kardiomyozyten. Dies
führt zum Zelltod und zur Aktivierung des Immunsys-
tems. Da diese Phase typischerweise kurz ist, läuft die-
se unbemerkt ab. In der zweiten, subakuten Phase kann
das Immunsystem die Erreger neutralisieren und es kann
zur Ausheilung der Myokarditis kommen. Gelingt dies in
dieser Phase nicht, entsteht weiterer Nekroseschaden
mit Fibrosebildung und Remodeling. Die Myokarditis
geht in die dritte, chronische Phase über. Weiteres Re-
modeling und Modifikation der Kardiomyozytenstruktur
und -funktion tritt ein. Dadurch ist ein Übergang in ei-
ne DCM mit systolischer und diastolischer Dysfunktion
möglich [25, 181].
Diagnostisch zeigen sich erhöhte inflammatorische und
38
1 Einleitung
kardiale Biomarker [66, 80, 109, 112, 181]. Weiterhin
kann sich im EKG typischerweise diffuse konkave ST-
Hebungen ohne gegenüberliegende Senkungen zeigen.
Weiterhin ist das Auftreten eines AV-Blocks, QRS-Ver-
breiterungen und Arrhythmien möglich [25, 66, 80, 109,
112, 181]. Echokardiografisch können sich regionale Wand-
bewegungsstörungen, die nicht zur Verteilung der Ko-
ronararterien passen, zeigen. Weiterhin ist durch die
ödematöse Schwellung der Kardiomyozyten eine Wand-
verdickung messbar. Zudem kann sich eine linksventri-
kuläre und rechtsventrikuläre Dysfunktion zeigen. Auch
auf einen Perikarderguss ist zu achten [25, 66, 80, 109,
181]. Bei stabilen Patienten kann mit der kardialen MRT
Diagnostik zudem das Ödem, die Fibrose und das LGE
nachgewiesen werden [25, 66, 109, 205]. Dies erfolgt
nach den Lake Louis Kriterien [57]. Weitere diagnosti-
sche Optionen bietet die Computertomografie (CT) so-
wie Nuklearbildgebungen. Weiterhin ist eine Endomyo-
kardbiopsie zu erwähnen, mit welcher man vor allem
unklare Fälle detektieren kann [25, 66, 80, 109, 205].
Hierbei sollte man sich nicht nur auf die histopathologi-
schen Dallas Kriterien verlassen, sondern auch eine Im-
39
1 Einleitung
munhistochemie und Virusgenomanalysen durchführen
[25, 80, 205].
Die Prognose ist abhängig von der Ätiologie, klini-
schem Erscheinungsbild und dem Schweregrad der Er-
krankung. Die Hälfte der Fälle heilt in 2 - 4 Wochen
aus. Ein Viertel haben dauerhafte kardiale Dysfunktio-
nen und ca. 12 - 25 % verschlechtern sich akut, ster-
ben oder entwickeln eine DCM, welche transplantati-
onsbedürftig ist [25, 66, 112]. Unabhängige Faktoren
für eine schlechte Prognose sind links- und rechtsven-
trikuläre Funktion, Viruspersistenz, chronische Inflam-
mation und kardiodepressive Antikörper [112].
Late Gadolinium Enhancement
Patienten mit Myokarditis zeigen meist ein LGE, das
den Fokus der Entzündung anzeigt. Dieser ist bei einer
Infektion mit Parvovirus B19 meist epikardial an der la-
teralen Wand des linken Ventrikels [128]. Bei Infektio-
nen mit dem humanen Herpesvirus 6 oder bei Mischin-
fektionen liegt meist, wie bei Patienten mit DCM, ein
septales intramurales LGE vor. Die Intensität ist im Ver-
gleich zu normalem Muskelgewebe erhöht, jedoch meist
40
1 Einleitung
niedriger im Vergleich zu einer ischämischen Narbe, da
die Zellmembran- und Nekroseschäden meist niedriger
sind [37, 56, 126, 128]. In der Heilungsphase verkleinert
sich das LGE. Dieses kann verschwinden, jedoch bleibt
teilweise eine Narbe zurück [126].
Bei größerem LGE ist die LV-EF kleiner [126]. Je
mehr im Verlauf das LGE abnimmt, desto mehr ver-
bessert sich die LV-EF [126].
Das LGE stellt einen Prädiktor für das histopathologi-
sche überprüfte linksventrikuläre Remodeling dar [224].
Prognostisch stellt das Vorhandensein des LGEs einen
besseren Prädiktor für die allgemeine und kardiovas-
kuläre Mortalität als das LV-EF oder linksventrikuläres
enddiastolisches Volumen (LV-EDV) dar [67, 93]. Darüber
hinaus besteht ein Zusammenhang zur MACE [63]. Die
schlechteste Prognose haben Patienten mit einem an-
teroseptalen oder septalen intramuralen LGE [4, 63].
Weiterhin ist festzuhalten, dass die Parvovirus B19
mit dem subepikardialen LGE einen besseren klinischen
Verlauf im Sinne einer Verbesserung der LV-EF und Hei-
lung zeigt [128].
41
1 Einleitung
T1 Mapping und ECV
Beim nativen T1 Mapping sind häufig die T1 Relaxa-
tionszeiten bei Myokarditis erhöht. Die Sensitivität ist
höher bei akuter im Vergleich zur ausheilenden Myo-
kaditis. Weiterhin zeigt sich im Verlauf ein Rückgang
der erhöhten T1 Werte [50, 51, 73]. Die Ursache für
die elevierten T1 Zeiten ist vermutlich das inflammato-
rische Ödem [201]. Das ECV zeigt eine bessere diagno-
stische Richtigkeit als die in den Lake Louis Kriterien
erwähnte Early Gadolinium Enhancement (EGE) und
LGE. Weiterhin ist die Kombination aus LGE und der
ECV Erhöhung diagnostisch den Lake Louis Kriterien
überlegen [50, 122, 123, 145, 165]. Bei Patienten mit
chronischer Myokarditis ist das T2 dem T1 Mapping und
der ECV Bestimmung diagnostisch überlegen [123].
1.6.5 Sarkoidose
Die Sarkoidose ist eine inflammatorische granulomatöse
Systemerkrankung. Die Granulome sind kompakt mit
zentralen Ansammlungen von Makrophagen und Epi-
theloidzellen formiert. Die häufigste Lokalisation ist in
der Lunge und in Lymphknoten [17, 193, 194].
42
1 Einleitung
Die Ätiologie ist unbekannt, jedoch wird eine immu-
nologische Antwort auf einen nicht identifizierten exo-
genen Stimulus ausgelöst [17, 193].
Zur Diagnose der kardialen Sarkoidose trägt das EKG
bei. Hier sind Faszikelblöcke, Erregungsrückbildungs-
störungen, AV-Blöcke und ventrikuläre Arrhythmien möglicherweise
detektierbar [16, 193]. Echokardiografisch kann eine ba-
sal dominierende septale Ausdünnung auftreten. Sel-
tener wird eine linksventrikuläre Hypertrophie, systo-
lische und diastolische Dysfunktion, ventrikuläre Aneu-
rysmen, Perikarderguss und regionale Wandbewegungs-
störungen, die nicht mit der Koronaranatomie deckungs-
gleich ist, bemerkt [17, 193, 194]. Im kardialen MRT
werden zusätzlich LGEs detektiert [17, 193]. Weiterhin
können nuklearmedizinische Bildgebungsverfahren und
eine endomyokardiale Biopsie durchgeführt werden [16,
17, 28, 193, 194].
Prognostisch ist eine kardiale Beteiligung der Sarko-
idose ein negativer Prädiktor. Der wichtigste Prädiktor
für das Überleben ist die Ausmaß der linksventrikulären
Dysfunktion [17].
43
1 Einleitung
Late Gadolinium Enhancement
Bei Patienten mit Sarkoidose zeigt sich ein fokales intra-
myokardiales oder subepikardiales LGE [94, 127, 210].
Subendokardiale oder transmurale LGEs wurden auch
berichtet [127, 195]. Vor allem die anteroseptale und
inferolaterale Wand sind meistens betroffen [94, 111,
195]. Weiterhin wird ein LGE im Bereich des rechtsven-
trikulären Myokard beobachtet [111, 222]. Das MRT
zeigt im Vergleich mit anderen Diagnosemethoden die
beste Sensitivität, Spezifität und prädiktive Vorhersa-
genwerte auf [111, 154].
Patienten mit einem positiven LGE Befund weisen
häufiger Herzbeschwerden, EKG Ver-änderungen, ein
kürzeres eventfreies Überleben und eine höhere Sterb-
lichkeit auf [33, 64, 81, 111, 144, 154].
Eine Steroidtherapie kann die Größe und die Inten-
sität eines LGEs verringern [94, 185].
T1 Mapping und ECV
Patienten mit Sarkoidose weisen erhöhte native T1, ECV
und T2 Werte auf. Zur Unterscheidung zu Gesunden
dienen die T1 und T2 Messungen [65, 163, 171].
44
1 Einleitung
1.6.6 Amyloidose
Die Amyloidose ist gekennzeichnet durch die Ablage-
rung von fehlgefalteten Proteinen im Interstitium ver-
schiedener Organe. Diese führt zu einer Organdysfunkti-
on, da die physiologische Gewebearchitektur gestört ist.
Bei der kardialen Beteiligung führt dies zu einer restrik-
tiven Kardiomyopathie [41, 107, 223]. Obwohl eine Viel-
zahl an fehlgefalteten Proteinen bekannt sind, treten
bei kardialer Beteiligung unter histologischer Kongo-
rotfärbung vor allem zwei Formen auf, die AL-Amyloidose
und Amyloidose vom ATTR Typ (ATTR-Amyloidose)
[105, 191]. Bei der AL-Amyloidose lagern sich die von
Plasmazellen produzierte monoklonale Leichtketten vom
κ- oder λ-Typ ab [47, 59]. Bei der ATTR-Amyloidose
lagert sich Transthyretin ab, welches in der Leber syn-
thetisiert wird [47, 60].
Pathophysiologisch zeigt sich eine Infiltration der sich
ablagerten fehlgefalteten Proteine, welche zu einer kar-
dialen Dysfunktion führen. Direkte toxische Wirkungen
der Leichtketten führt über eine lysosomale Dysfunkti-
on zu erhöhten ROS, welche zum Zelltod führen können
[47, 191].
45
1 Einleitung
Diagnostisch kann sich im EKG eine Niedervoltage
zeigen. Diese steht im Gegensatz zur echokardiografisch
sichtbaren linksventrikulären Wandverdickung. Weiter-
hin fällt ein verkleinertes linksventrikuläres Cavum bei
biatrialer Dilatation auf. Zudem können sich erhöhte
rechtsventrikuläre systolische Drücke, atriale Septum-
verdickung, Perikarderguss und ein restriktives trans-
mitrales Flussprofil präsentieren [41, 131, 191, 223].
Zusätzlich kann im kardialen MRT der Nachweis von
LGEs gelingen. Zudem kann eine Gewebecharakterisie-
rung mittels Mappingverfahren vorgenommen werden
[41, 131, 191]. Außerdem können szintigrafische Metho-
den und eine endomyokardiale Biopsie erwogen werden
[41, 131, 191, 223].
Prognostisch ist die AL-Amyloidose gegenüber der
ATTR-Amyloidose unterlegen. Weiterhin spielen die be-
fallene Organe eine wichtige prognostische Rolle [47].
Kurze Dezelerationszeiten und eine erhöhte früh-diastolische
Füllung sind starke Prädiktoren für den kardial beding-
ten Tod [60]. Als Biomarker spielen die natriuretische
Peptide und das Troponin eine Rolle [131, 191, 223].
46
1 Einleitung
Late Gadolinium Enhancement
Das LGE, das Patienten mit einer cardialen Amyloidose
aufzeigen, ist überwiegend diffus. Meistens ist es glo-
bal subendokardial ohne Einhaltung der Gefäßterritorien
anzutreffen. Dieses Muster ist vor allem früh nach der
Kontrastmittelinjektion durch die rasche Bindung an die
Amyloid Proteine darzustellen. Dies führt auch zu einer
sehr dunklen Darstellung des Blutes [94, 124, 127, 155,
157, 210]. Die Verteilung des LGEs stimmt mit der his-
tologischen Verteilung der Amyloidfibrillen überein [94,
124, 209]. Ein transmurales Auftreten deutet auf eine
fortgeschrittene kardiale Amyloidose mit höherer Mor-
talität hin [11, 20, 55, 166] und tritt häufiger bei ATTR-
Amyloidose als bei der AL-Amyloidose auf [55].
Weiterhin ist das Vorhandensein eines LGEs mit kli-
nischen, morphologischen, funktionellen und biochemi-
schen Prognosemarkern assoziiert [200]. Zudem ist das
LGE mit einer erhöhten Mortalität assoziiert [55, 125,
166]. Es scheint, als wäre das LGE ein besserer Prädiktor
als die Biomarker, elektro- und echokardiografischen Pa-
rameter [20, 93].
47
1 Einleitung
T1 Mapping und ECV
Das ECV vergrößert sich bei den beiden häufigsten Amy-
loidoseformen ATTR-Amyloidose und AL-Amyloidose zu
sehr hohen Werten (50 %) [9, 23, 141, 180]. Zudem
korrelieren ECV und native T1 Werte mit dem LGE,
N-terminales Propeptid BNP (NT-proBNP), Troponin
T und invers mit der LV-EF. Diese Marker sind dem
LGE überlegen und könnten als Verlaufskontrolle die-
nen [9, 54, 95, 141, 180]. Das ECV ist am höchsten
in den LGE positiven Segmenten [141]. Weiterhin zeigt
sich, dass die größere linksventrikuläre Masse bei der
AL-Amyloidose auf das Vorhandensein des Amyloids im
ECV zurückzuführen ist. Bei der ATTR-Amyloidose zeigt
sich zusätzlich zur ECV Vergrößerung eine Myozyten-
volumenzunahme von 18 % [54].
1.6.7 Übersicht Late Gadolinium
Enhancement
Eine Übersicht über verschiedene LGE Muster bietet
Abbildung 1.4 (Seite 49) und Tabelle 1.2 (Seite 50).
48
1 Einleitung
Abbildung 1.4: Übersicht über LGE Muster (mit
freundlicher Genehmigung und
modifiziert nach [127])
DCM, Dilatative Kardiomyopathie; HCM,
Hypertrophe Kardiomyopathie
49
1 Einleitung
Tabelle 1.2: Übersicht der LGE Muster [76, 152, 153,
188]
Die Tabelle zeigt eine Übersicht über die
jeweils typischen LGE Muster in Abhängigkeit
der jeweiligen kardialen Erkrankung.
Erkrankungen Ausdehnung Ausdehnung
Wand Regionen
Ischämische subendokardial Versorgungsgebiet
Kardiomyopa- bis transmural einer
thie Koronararterie
Dilatative Kar- intramural keine
diomyopathie
Hypertrophe intramural, hypertrophe
Kardiomyopa- subepikardial Regionen, In-
thie sertionspunkte
Myokarditis subepikardial, variabel,
intramural multipel
Sarkoidose subepikardial, RV septal,
intramural basal
anterolateral
und
anteroseptal
50
1 Einleitung
Tabelle 1.2: Übersicht der LGE Muster [76, 152, 153,
188] (Fortsetzung)
Erkrankungen Ausdehnung Ausdehnung
Wand Regionen
Amyloidose subendokardial, global (suben-
intramural, dokardial)
subepikardial
Arrythmogene transmural, RV freie Wand,
rechtsventri- subepikardial, RV septal
kuläre subendokardial
Kardiomyopa-
thie
Anderson- epikardial, basal
Fabry intramural inferolateral
Chagas transmural, apikal, basal
subepikardial inferolateral
Churg-Strauss subendokardial, Septum
intramural,
subepikardial
Lyme intramural basal
anteroseptal
Endomyokardiale subendokardial keine
Fibrose
51
1 Einleitung
1.7 Fragestellung und Zielsetzung
Es gibt Hinweise, dass der bisher tagesaktuell benötigte
Hämatokrit zur Berechnung des ECV nicht mehr benötigt
wird [49, 92, 203]. An Stelle dessen scheint es möglich
zu sein, dass ein synthetischer Hämatokritwert aus der
T1 Relaxationszeit des Blutes errechnet werden kann.
Aus diesem ist die Berechnung eines synthetischen ECV
möglich. Anschließend wird die Übereinstimmung zwi-
schen gemessenem und synthetisch berechnetem ECV
geprüft. Stellt sich das ein, könnte im klinischen Alltag
auf eine tagesaktuelle Hämatokritbestimmung verzich-
tet werden. Dies stellt vor allem für ambulante MRT
Untersuchungen einen absoluten Gewinn dar, da der
Hämatokrit nicht tagesaktuell vorliegt. Das führt zum
bisherigen Standard, dass die Bestimmung des ECVs
nicht möglich ist. Dennoch spielt das vom medizini-
schen Standpunkt her gesehen eine zentrale Rolle, da
dies die Methode zur Bestimmung der diffusen Fibrose
darstellt und aktuell keine klinisch relevante Alternati-
ven zur Verfügung stehen.
Wir möchten an dieser prospektiven, monozentrischen
all-comer“ Registerstudie an 1.132 Patienten mit un-
”
52
1 Einleitung
terschiedlichen kardialen Erkrankungen zeigen, dass ein
valides synthetisches ECV mit Hilfe eines aus den vor-
liegenden Bilddaten abgeleiteten Hämatokrits hervorge-
hen kann.
1. Berechnung des synthetischen Hämatokritwertes
aus der T1 Relaxationszeit des Blutes mit an-
schließender Korrelation dessen mit dem gemes-
senen Hämatokrit
2. Berechnung des synthetischen ECV aus dem syn-
thetischen Hämatokrit mit anschließender Korre-
lation dessen mit dem gemessenen ECV
a) Subgruppenanalyse anhand der kardialen Haupt-
diagnose
3. Dichotome Zuordnung zu normwertigem und pa-
thologisch verändertem ECV anhand des synthe-
tischen ECVs im Vergleich zum gemessenen ECV
4. Berechnung von Sensitivität und Spezifität auf-
grund dieser dichotomen Zuordnung
53
2 Methoden
2.1 Patientenkollektiv
2.1.1 Einschluss- und Ausschlusskriterien
In der Kerckhoff-Klinik Bad Nauheim werden jährlich
ca. 2.500 kardiale MRT-Untersuchungen unterschied-
lichster Indikation durchgeführt. Alle Patienten, die nach
erfolgter Aufklärung bereit sind, freiwillig eine zusätzliche
Blutprobe abzugeben und einer umfassenden Datener-
hebung zum Zeitpunkt der MRT Studie und im Jahres-
Follow-Up teilzunehmen, werden nach schriftlich erteil-
tem Einverständnis in das BioCVI Register eingeschlos-
sen. Dieses Register ist als longitudinale Beobachtungs-
studie mit Outcome Follow-Up angelegt.
Ausschlusskriterien waren Kontraindikationen für ei-
ne Kardio-MRT, wie ferromagnetische Fremdstoffe, Schwan-
2 Methoden
gerschaft und eine bekannte Allergie gegen Gadolinium.
Weiterhin konnten unvollständige Datensätze, die durch
den Abbruch der Untersuchung zustande kamen, nicht
ausgewertet werden.
Die gewonnenen und ausgewerteten Daten der Stu-
dienteilnehmer wurden in der Research electronic data
capture (REDCap)-Datenbank (https://projectredcap.org)
organisiert und gespeichert.
2.2 Fragebogen
Zur strukturierten Patientenerfassung wurde ein stan-
dardisierter Fragebogen erstellt. Hierbei wurden die Ba-
sisdaten der Identifikation, sowie die Größe und das Ge-
wicht erhoben. Weiterhin wurden die kardiovaskulären
Risikofaktoren, Diagnosen und Interventionen abgefragt.
Relevante Nebendiagnosen, sowie der aktuelle kardiolo-
gisch fokussierte körperliche Untersuchungsbefund wur-
de dokumentiert. Es erfolgte die Erhebung der Medikati-
on und der durchgeführten Untersuchungen der letzten
vier Wochen.
Im nächsten Abschnitt wurde die subjektiven Sym-
ptome der letzten vier Wochen aufgenommen und in
55
2 Methoden
den gängigen Klassifikationssystemen kategorisiert. Zu-
dem wurde die Einschränkung auf den Alltag des Pati-
enten als Maß für die Lebensqualität, sowie die Thera-
piezufriedenheit erfragt.
Zusätzlich wurden die angegebenen Daten anhand
von Arztbriefen und -befunden kontrolliert beziehungs-
weise ergänzt.
2.3 Blutwerte
2.3.1 Blutentnahme
Die Blutentnahme zur Bestimmung des Hämatokrits
wurde direkt vor der Untersuchung abgenommen. Zum
Studienlabor gehörte zusätzlich zum Hämatokrit das C-
reaktives Protein (CRP), Kreatinin, B-Typ natriureti-
sches Peptid (BNP), NT-proBNP und das hochsensitive
cardiale Troponin T (hs-cTnT).
56
2 Methoden
2.4 Gewinnung der MRT Daten
2.4.1 Protokolle
Alle Untersuchungen wurden mit einem 3,0 Tesla Sie-
mens Magnetom Skyra (Siemens Healthineers, Erlan-
gen, Deutschland) mit einer 18 Kanal phasengesteuer-
ten Oberflächenspule durchgeführt. Der Patient wurde
kopfvoran und auf dem Rücken liegend auf der Liege-
fläche positioniert. Die Untersuchungen enthielten SS-
FP-cine, native T1, post Kontrastmittel T1, T2 Map-
ping und LGE Sequenzen. Lautete die klinische Frage
nach Perfusionsdefiziten wurde zusätzlich ein Perfusi-
onstest mittels Adenosin oder alternativ Regadenoson
abgehalten.
2.4.2 SSFP Cine Sequenzen
Der gesamte Herzzyklus wurde im Zwei-, Drei- und
Vierkammerblick sowie in der kurzen Achse mit 13 Schnitt-
bildern aufgezeichnet (Abbildung 2.1 auf Seite 58, Ab-
bildung 2.2 auf Seite 59, Abbildung 2.3 auf Seite 60
und Abbildung 2.4 auf Seite 60). Durch eine schnelle
Schnittbildabfolge der SSFP Gradientenecho Sequenzen
57
2 Methoden
derselben Lokalisation, erfolgte eine endexpiratorische,
kinematographische Aufzeichnung ( cine“). Durch die
”
retrograde Triggerung erfolgte die Aufzeichnung der ge-
samten Diastole und Systole. Typische Parameter: Echo-
zeit (TE) 1,38 ms, Repetitionszeit (TR) 28,35 ms, Flip-
winkel 55◦, Bandbreite 962 Hz/px, Field of view (FOV)
380 mm, Voxelgröße 1,8 x 1,8 x 8,0 mm, Schichtdicke
8 mm, Schnittlücke 0 mm.
An diesen Cine Sequenzen erfolgte die Beurteilung
der biventrikulären Parametern und der Nachweis von
Wandbewegungsstörungen. Zur Lokalisationsbeschrei-
bung wurde das von der AHA publizierte 17 Segment
Modell (Abbildung 2.5, Seite 61) genutzt [27].
Abbildung 2.1: Vierammerblick mit Schnittführung für
die Kurzachsenschnitte
58
2 Methoden
Abbildung 2.2: Dreikammerblick
2.4.3 Auswertung Volumetrie
Für die volumetrische Auswertung wurde im 3 Kam-
merblick und der kurzen Achse die mechanische Sy-
stole und Diastole anhand der Klappenbewegung und
Ventrikelgröße definiert. Überprüft wurde die jeweili-
ge Herzzyklusphase mit dem 2 und 4 Kammerblick.
In beiden Phasen wurden das Endokard und das Epi-
kard des linken und rechten Ventrikels für alle Schich-
ten umfahren. Zum Ventrikellumen wurden die Papil-
larmuskeln gezählt, während der LVOT und die Klap-
penebenen ausgeschlossen wurden. Daraus konnten die
LV-EF, LV-EDV, linksventrikuläres endsystolisches Vo-
59
2 Methoden
Abbildung 2.3: Zweiammerblick
Abbildung 2.4: Kurzachsenschnitt
60
2 Methoden
Abbildung 2.5: 17 Segment Modell nach der AHA
(mit freundlicher Genehmigung und
modifiziert nach [27])
61
2 Methoden
lumen (LV-ESV) und linksventrikuläres Schlagvolumen
(LV-SV) nach dem Simpson Verfahren bestimmt wer-
den. Aus diesen Werten konnten die auf die Körperoberfläche
bezogene linksventrikulärer enddiastolischer Volumen-
index (LV-EDVI), linksventrikulärer endsystolischer Vo-
lumenindex (LV-ESVI) und linksventrikulärer Massenin-
dex (LV-Massenindex) berechnet werden.
Abbildung 2.6: Volumetrie anhand einer
midventrikulären Kurzachsenschnitt
während der Diastole
2.4.4 Late Gadolinium Enhancement
Zur Detektion von LGE wurden Inversion Recovery Gra-
dientenecho Sequenzen nach 10 - 15 Minuten nach der
62
2 Methoden
Bolusapplikation (0,15 mmol/kg Körpergewicht) des Kon-
trastmittels Gadopentetat-Dimeglumin (Gd-DTPA) (Dotarem©R
0,5 mmol/ml, Guerbet GmbH, Sulzbach, Deutschland)
durchgeführt. Die Schnitte waren analog der SSFP Cine
Sequenzen und die Inversionszeit (TI) wurde so ange-
passt, dass das Signal des gesunden Myokards unter-
drückt wurde. Das Kontrastmittel wurde mittels Kon-
trastmittelpumpe (Medrad©R MRXperion, Bayer Vital
GmbH, Leverkusen, Deutschland) durch die liegende
Venenverweilkanüle appliziert. Diese lag vor allem in
der Vena mediana cubiti und war meist zwischen 18
- 20 Gauge (Durchflussrate 61 - 96 ml/min) groß. Ty-
pische Parameter: Echozeit (TE) 1,97 ms, Repetitions-
zeit (TR) 750 ms, Flipwinkel 20◦, Bandbreite 289 Hz/px,
Field of view (FOV) 370 mm, Voxelgröße 1,3 x 1,3 x
8,0 mm, Schichtdicke 8 mm.
2.4.5 T1 Mapping
Für die T1 Mapping Bilder wurde zu unterschiedlichen
Inversionszeitpunkten eine definierte Anzahl an Rohbil-
dern des basalen, midventrikulären und apikalen linken
Ventrikels akquiriert. Die hierfür verwendeten MOLLI
63
2 Methoden
Sequenzen lauteten 3(2)3(2)5, sodass insgesamt 11 Bil-
der (3 + 3 + 5) mit einer Pause von jeweils 2 Herz-
schlägen aufgenommen wurden. Anatomisch wurde je
ein basaler, midventrikulärer und apikaler Kurzachsen-
schnitt durchgeführt. Dies wurde nativ und nach Ga-
be des Kontrastmittels Gadopentetat-Dimeglumin (Gd-
DTPA) (Dotarem©R 0,5 mmol/ml, Guerbet GmbH, Sulz-
bach, Deutschland) durchgeführt. Weiterhin fand eine
motion correction (MOCO) Anwendung. Typische Pa-
rameter: Echozeit (TE) 1,14 ms, Repetitionszeit (TR)
367,29 ms, Bandbreite 108 Hz/px, Field of view (FOV)
350 mm, Voxelgröße 1,4 x 1,4 x 8,0 mm, Schichtdicke
8 mm, nichtselektiver Inversionspuls, minimale Inversi-
onszeit 260 ms, Inversionszeitzuwachs 30 ms, Flipwinkel
50◦.
2.4.6 Auswertung Mapping
Für die Auswertung der Mapping Bilder wurden die mid-
ventrikulären Schichten ausgewählt und der Farbkon-
trast optimiert.
Die ROI für das Myokard wurde über das komplette
Septum ohne Einbezug der Insertionsstelle des rechten
64
2 Methoden
in den linken Ventrikel gezeichnet. Wichtig war, dass
kein Blutanteile in der ROI zu sehen waren. Etwaige
Narben wurden ausgespart. Für die nativen T1 Relaxa-
tionszeiten wurde nach dem kleinstmöglichen Wert ge-
sucht, für die post-Kontrastmittel T1 Relaxationszeiten
die größtmöglichen Werte.
Die ROI für die Relaxationswerte des Blutes wurde als
kreisrunde Struktur im linksventrikulären Cavum einge-
zeichnet. Diese durfte keine Papillarmuskelanteile bein-
halten. Im nativen Bild wurde nach dem größtmöglichen
T1 Relaxationswert gesucht, während im post-Kontrastmittel
nach dem niedrigsten Wert Ausschau gehalten wurde.
2.5 Auswertung der MRT Daten
2.5.1 CVI42
Als klinische Auswertungssoftware wurde CVI42 (Circle
Cardiovascular Imaging Inc., Calgary, Canada) genutzt.
65
2 Methoden
Abbildung 2.7: T1 Mapping beispielhaft am
midventrikulären Septum ohne
Kontrastmittel
66
2 Methoden
2.6 Statistische Auswertung
2.6.1 Stata
Die statistische Auswertung erfolgte mit der Software
Stata (StataCorp LLC, College Station, Texas, USA).
Die Kohortenzuordnung erfolgte zufällig über random
numbers. Hierfür wurden auf dem Zufallsprinzip basie-
rend Zahlen zwischen 0 und 1 vergeben. Alle Einträge
unter 0,5 wurden der Derviationskohorte, alle restlichen
der Validierungskohorte zugeschrieben.
Mit der Derviationskohorte wurde die Korrelation zwi-
schen R1 Blut und dem Hämatokrit berechnet. Weiter-
hin folgte eine lineare Regression zwischen dem gemes-
senen Hämatokrit und R1 Blut. Nach bekannter Formel
wurde daraus ein synthetischer Hämatokrit berechnet
und dieser in der Validationskohorte und dem gesam-
ten Datensatz mit dem gemessen Hämatokrit korreliert.
Dasselbe wurde für das ECV und das synthetische ECV
durchgeführt.
Des Weiteren wurde eine Kreuztabelle zwischen pa-
thologisch gemessenen ECV und dem pathologischen
synthetischen ECV erstellt. Der Grenzwert zwischen norm-
67
2 Methoden
wertigen und pathologischem ECV beträgt 32 %.
Weiterhin wurden Korrelationen zwischen dem ge-
messenen ECV und dem synthetischen ECV nach je-
weiliger Hauptdiagnose berechnet.
Graphisch wurden Bland-Altman Diagramme erstellt.
Verglichen wurde das ECV mit dem synthetischen ECV
jeweils für die Validierungskohorte und den gesamten
Datensatz.
Deskriptiv wurde eine nach Kohorten gruppierte Ta-
belle mit den verschiedenen Variablen erstellt. Die Ko-
horten wurden bei kategorialen Variablen mittels exak-
tem Test nach Fisher und bei kontinuierlichen Variablen
mittels t-Test verglichen.
68
3 Ergebnisse
3.1 Patientencharakteristika
3.1.1 Allgemeine Patientencharakteristika
Bis September 2019 wurden 1.132 Patienten in die Stu-
die eingeschlossen, wovon 367 (32,4 %) weiblich und
765 (67,6 %) männlich waren. Die zufällige Aufteilung
in die Derviation- und die Validationskohorte zeigt für
das Geschlecht im exaktem Test nach Fisher keinen
statistisch signifikanten Unterschied (p = 0,375). Das
mittlere Alter betrug 60,9 ± 15,09 Jahre. Der durch-
schnittliche Body Mass Index (BMI) war 27,55 ± 5,2
kg/m2. Die Körperoberfläche (BSA) betrug 2,01 ± 0,25
m2. Die drei letztgenannten Variablen zeigten beim t-
Test keinen signifikanten Unterschied zwischen beiden
Kohorten (Tabelle 3.1, Seite 70).
3 Ergebnisse
Tabelle 3.1: Übersicht über allgemeine
Patientencharakteristika
Variable Total Derviation Validation P-
Wert
(n = 1.132) (n = 564) (n = 568)
Geschlecht
männlich 765 374 391 0,375
(67,6%) (66,3%) (68,8%)
weiblich 367 190 177
(32,4%) (33,7%) (31,2%)
Alter 60,90 ± 61,63 ± 60,18 ± 0,106
15,09 15,24 14,92
Body Mass 27,55 ± 27,51 ± 27,59 ± 0,800
Index 5,20 5,06 5,35
Körperoberfläche2,01 ± 2,01 ± 2,02 ± 0,506
0,25 0,25 0,24
3.1.2 Kardiale Risikofaktoren
Die oben genannten kardialen Risikofaktoren wurden er-
hoben. So zeigten 19,3 % aller Patienten einen Diabetes
mellitus. Eine vorbekannte KHK war häufiger zu finden
(43,6 %). In der Gesamtkohorte zeigte sich häufiger ei-
70
3 Ergebnisse
ne bekannte Dyslipidämie (49,4 %) und einen positi-
ven Raucherstatus (Ex-Raucher 34,6 %, ja: 22,9 %).
Einen Myokardinfarkt vor dem Einschlusszeitpunkt wie-
sen 22,2 % der Patienten auf. Einen statistisch signi-
fikanten Unterschied zwischen der Derviation- und Va-
lidierungskohorte im exaktem Test nach Fisher zeigte
ausschließlich die Variable Dyslipidämie (p = 0,012).
Einen Überblick bietet Tabelle 3.2 (Seite 71).
Tabelle 3.2: Übersicht über kardiale Risikofaktoren
Variable Total Derviation Validation P-
Wert
(n = 1.132) (n = 564) (n = 568)
Diabetes mellitus
ja 218 114 104 0,502
(19,3%) (20,2%) (18,3%)
nein 909 447 462
(80.3%) (79,3%) (81,3%)
fehlend 5 3 2
(0,5%) (0,6%) (0,4%)
arterielle Hypertonie
71
3 Ergebnisse
Tabelle 3.2: Übersicht über kardiale Risikofaktoren
(Fortsetzung)
Variable Total Derviation Validation P-
Wert
ja 764 391 373 0,162
(67,5%) (69,3%) (65,7%)
nein 364 170 194
(32,2%) (30,1%) (34,2%)
fehlend 4 3 1
(0,4%) (0,6%) (0,2%)
Dyslipidämie
ja 559 256 303 0,012
(49,4%) (45,4%) (53,3%)
nein 563 302 261
(49,7%) (53,5%) (46,0%)
fehlend 10 6 4
(0,9%) (1,2%) (0,4%)
Raucher
392 194 198 0,990
Ex-Raucher (34,6%) (34,4%) (34,9%)
ja 259 128 131
(22,9%) (22,7%) (23,1%)
72
3 Ergebnisse
Tabelle 3.2: Übersicht über kardiale Risikofaktoren
(Fortsetzung)
Variable Total Derviation Validation P-
Wert
nein 473 237 236
(41,8%) (42,0%) (41,5%)
fehlend 8 5 3
(0,8%) (1,0%) (0,6%)
Koronare Herzkrankheit
ja 493 242 251 0,366
(43,6%) (42,9%) (44,2%)
nein 633 320 313
(55,9%) (56,7%) (55,1%)
fehlend 6 2 4
(0,6%) (0,4%) (0,7%)
Z.n. Myokardinfarkt
ja 251 118 133 0,263
(22,2%) (20,9%) (23,4%)
nein 870 441 429
(76,9%) (78,2%) (75,5%)
fehlend 11 5 2
(1,0%) (0,9%) (0,4%)
73
3 Ergebnisse
3.1.3 Messungen
Der mittlere Hämatokrit betrug 42,32 ± 5,45 % und
zeigte im t-Test keinen statistisch signifikanten Unter-
schied (p = 0,482) zwischen den beiden Kohorten. Die
Verteilung des Kreatinins (0,98 ± 0,64 mg/dl, p = 0,132),
des systolischen (126,64 ± 17,77 mmHg, p = 0,967)
und diastolischen (75,49 ± 11,71 mmHg, p = 0,301)
Blutdruckes zeigt ebenso keine signifikanten Unterschie-
de im t-Test (Tabelle 3.3, Seite 74).
Tabelle 3.3: Übersicht über Messungen
Variable Total Derviation Validation P-
Wert
(n = 1.132) (n = 564) (n = 568)
Hämatokrit 42,34 ± 42,23 ± 42,46 ± 0,482
5,45 5,74 5,15
Kreatinin 0,98 ± 1 ± 0,95 ± 0,132
0,64 0,79 0,43
systolischer 126,64 126,67 126,62 0,967
Blutdruck ± 17,77 ± 17,73 ± 17,81
diastolischer 75,49 ± 75,08 ± 75,89 ± 0,301
Blutdruck 11,71 11,81 11,62
74
3 Ergebnisse
3.1.4 Kardiale Hauptdiagnosen
Im statistischen Vergleich der kardialen Hauptdiagno-
sen mittels exaktem Test nach Fisher gibt es keine si-
gnifikante Unterschiede zwischen der Derviation- und
Validierungskohorte (p = 0,460). Die häufigsten kardia-
len Hauptdiagnosen war der negative Ischämienachweis
(38,6 %), Normalbefund (16,8 %), positive Ischämienachweis
(10,5 %) und die ICM (10,5 %) (Tabelle 3.4, Seite 75).
Tabelle 3.4: Übersicht der kardialen Hauptdiagnosen
Variable Total Derviation Validation P-
Wert
(n = 1.132) (n = 564) (n = 568)
Normalbefund 190 88 102 0,460
(16,8%) (15,6%) (18,0%)
Positiver 119 65 54
Ischämie- (10,5%) (11,5%) (9,5%)
nachweis
Negativer 437 216 221
Ischämie- (38,6%) (38,3%) (38,9%)
nachweis
75
3 Ergebnisse
Tabelle 3.4: Übersicht der kardialen Hauptdiagnosen
(Fortsetzung)
Variable Total Derviation Validation P-
Wert
Ischämische 119 59 60
Kardiomy- (10,5%) (10,5%) (10,6%)
opathie
Dilatative 88 46 42
Kardiomy- (7,8%) (8,2%) (7,4%)
opathie
Hypertrophe 13 8 5
Kardiomy- (1,1%) (1,4%) (0,9%)
opathie
Hypertensive 13 9 4
Kardiomy- (1,1%) (1,6%) (0,7%)
opathie
Akute 42 12 30
Myokarditis (3,7%) (2,1%) (5,3%)
Chronische 17 9 8
Myokarditis (1,5%) (1,6%) (1,4%)
Amyloidose 4 2 2
(0,4%) (0,4%) (0,4%)
76
3 Ergebnisse
Tabelle 3.4: Übersicht der kardialen Hauptdiagnosen
(Fortsetzung)
Variable Total Derviation Validation P-
Wert
Sarkoidose 12 8 4
(1,1%) (1,4%) (0,7%)
CTEPHa 11 7 4
(1,0%) (1,2%) (0,7%)
Perikarditis 9 4 5
(0,8%) (0,7%) (0,9%)
andere 48 27 21
(4,3%) (4,9%) (3,7%)
fehlend 10 4 6
(0,9%) (0,7%) (1,1%)
a Chronisch thrombembolische pulmonale Hypertonie
3.2 MRT Messungen
3.2.1 Volumetrie
Die mittels MRT erhobene Messwerte der LV-EF (52,65
± 15,83 %, p = 0,187) und des LV-Massenindex (53,56
± 19,36 g/m2, p = 0,859) zeigten keine statistisch signi-
77
3 Ergebnisse
fikanten Unterschiede im t-Test. Dies gilt auch für den
LV-ESVI (45,21 ± 32,04 ml/m2, p = 0,032), aber nicht
für den LV-EDVI (88,19 ± 32,61 ml/m2, p = 0,011). Ein
Überblick bietet Tabelle 3.5 (Seite 78).
Tabelle 3.5: Übersicht der MRT Volumetrie
Variable Total Derviation Validation P-
Wert
(n = 1.132) (n = 564) (n = 568)
LV-EFa 52,65 ± 53,28 ± 52,02 ± 0,187
15,83 15,44 16,20
LV-EDVIb 88,19 ± 85,63 ± 90,73 ± 0,011
32,61 30,45 34,46
LV-ESVIc 45,21 ± 43,09 ± 47,31 ± 0,032
32,04 29,50 34,27
LV- 53,56 ± 53,45 ± 53,66 ± 0,859
Massenindexd 19,36 18,64 20,06
a linksventrikuläre Ejektionsfraktion
b linksventrikulärer enddiastolischer Volumenindex
c linksventrikulärer endsystolischer Volumenindex
d linksventrikulärer Massenindex
78
3 Ergebnisse
3.2.2 Gewebscharakterisierung
Das ECV betrug 26,19 ± 5,6 %. Die Verteilung auf
beide Gruppen ist nach dem t-Test gleich (p = 0,409).
Ein Überblick bietet Tabelle 3.6 (Seite 79).
Tabelle 3.6: Übersicht der MRT
Gewebscharakterisierung
Variable Total Derviation Validation P-
Wert
(n = 1.132) (n = 564) (n = 568)
T1 nativ 1.777 ± 1.782 ± 1.773 ± 0,270
Blut 137 147 126
T1 nativ 1.146 ± 1.146 ± 1145 ± 0,759
Myokard 68 67 69
T1 post 430 ± 426 ± 434 ± 0,071
KM Blut 65 62 69
T1 post 590 ± 587 ± 594 ± 0,062
KM 62 62 62
Myokard
Lambda 0,47 ± 0,47 ± 0,47 ± 0,424
0,10 0,11 0,10
ECVa 26,19 ± 26,33 ± 26,06 ± 0,409
5,60 5,59 5,61
a extrazelluläre Volumen
79
3 Ergebnisse
3.3 Synthetischer Hämatokrit im T1
Mapping
3.3.1 Korrelation zwischen Hämatokrit und
der nativen T1 Relaxationszeit des
Blutes
Die lineare Korrelation zwischen der nativen R1 Rela-
xationszeit des Blutes mit dem im Labor gemessenen
Hämatokrit der Derviationskohorte zeigt einen schwa-
chen Zusammenhang (Korrelationskoeffizient: 0,43, CI
0,36 - 0,49). Das CI nimmt bei steigendem Hämatokrit
zu. Die lineare Regression dieser Variablen über die Ge-
samtzahl der eingeschlossenen Patienten zeigt Abbil-
dung 3.1 (Seite 81). Die Gleichung der Regressionsge-
rade ist y = 10,09 + 57149,41x (Derviation) y = 14,346
+ 49706,677x. Das Bestimmtheitsmaß der kompletten
Patientenkohorte beträgt R2 = 0,1471 (korrigiert R2 =
0,1463). In der Derviationskohorte beträgt R2 = 0,1843
und R2 = 0,1829 (korrigiert).
80
3 Ergebnisse
60
50
40
30
20
10
5 · 10−4 6 · 10−4 7 · 10−4 8 · 10−4
R1 Blut
Abbildung 3.1: Lineare Regression der Relaxationszeit
des Blutes zu gemessenem Hämatokrit
81
Hämatokrit
3 Ergebnisse
3.3.2 Korrelation zwischen gemessenem und
synthetischem Hämatokrit
Die in der Validationskohorte durchgeführte lineare Re-
gression zwischen dem gemessenen und dem synthetisch
errechnetem Hämatokrit ist in Abbildung 3.2a (Seite
83) abgebildet. Die Gleichung der Regressionsgerade
lautet y = 7,1011 + 0,8341x. Die Gleichung der Re-
gressionsgerade lautet y = -3,253 x 10-6 + 1,000x. Das
Bestimmtheitsmaß beträgt R2 = 0,1088 und korrigiert
R2 = 0,1072. Das CI nimmt bei steigenden Werten zu.
Mathematisch ergibt sich ein Korrelationskoeffizienten
nach Pearson von 0,33 (CI 0,26 - 0,40).
Die lineare Korrelation zwischen dem gemessenen und
dem synthetisch errechnetem Hämatokrit aller Patien-
ten ist in Abbildung 3.2b (Seite 83) abgebildet. Die Glei-
chung der Regressionsgerade lautet y = -3,253 x 10-6
+ 1,000x. Das Bestimmtheitsmaß beträgt R2 = 0,1471
und korrigiert R2 = 0,1463. Das CI nimmt bei steigen-
den Werten zu. Mathematisch ergibt sich ein Korrelati-
onskoeffizienten nach Pearson von 0,38 (CI 0,33 - 0,43).
82
3 Ergebnisse
60 60
50 50
40 40
30 30
20 20
10 10
30 40 50 3060 40 50 60
synthetischer Hämatokritsynthetischer Hämatokrit
(a) Validationskohorte (b) Alle Patienten
Abbildung 3.2: Lineare Regression synthetischer zu
gemessenem Hämatokrit
83
Hämatokrit
Hämatokrit
3 Ergebnisse
3.4 Synthetisches ECV im T1
Mapping
3.4.1 Korrelation zwischen ECV und
synthetischem ECV
Die in der Validationskohorte durchgeführte lineare Re-
gression zwischen dem gemessenen und dem synthe-
tisch errechnetem ECV ist in Abbildung 3.3a (Seite 85
abgebildet. Die Gleichung der Regressionsgerade lautet
y = 0,007465 + 0,009685x. Das Bestimmtheitsmaß be-
trägt R2 = 0,8289 und korrigiert R2 = 0,8286. Das CI
nimmt bei steigenden Werten zu. Mathematisch ergibt
sich ein Korrelationskoeffizienten nach Pearson von 0,91
(CI 0,90 - 0,92).
Die durchgeführte lineare Regression zwischen dem
gemessenen und dem synthetisch errechnetem ECV al-
ler Patienten ist in Abbildung 3.3b (Seite 85) abgebil-
det. Die Gleichung der Regressionsgerade lautet y =
0,0122375 + 0,0095155x. Das Bestimmtheitsmaß be-
trägt R2 = 0,8234 und korrigiert R2 = 0,8232. Das CI
nimmt bei steigenden Werten zu. Mathematisch ergibt
sich ein Korrelationskoeffizienten nach Pearson von 0,91
84
3 Ergebnisse
(CI 0,90 - 0,92).
80 80
70 70
60 60
50 50
40 40
30 30
20 20
10 10
10 20 30 40 50 60 70 1080 20 30 40 50 60 70 80
synthetisches ECV synthetisches ECV
(a) Validationskohorte (b) Alle Patienten
Abbildung 3.3: Lineare Regression des ECV zu
synthetischem ECV
3.4.2 Abweichungen zwischen ECV und
synthetischem ECV
Das Bland-Altman Diagramm zeigt die Abweichung zwi-
schen zwei Methoden. Hier wurde das gemessene und
synthetisch errechnetem ECV verglichen. Dabei ist auf
der Ordinate die Abweichung als Differenz und auf der
Abszisse der Mittelwert aufgetragen. Die meisten Mess-
85
ECV
ECV
3 Ergebnisse
punkte befinden sich im Bereich von 20 - 35 %. Die
mittlere Abweichung der beiden ECV beträgt -0,08 (CI
-0,27 - 0,12). Der minimale und maximale Mittelwert
beträgt 15,75 und 76,71. Die minimale und maximale
Abweichung beträgt -8,08 und 18,90. Weiterhin ist die
Regressionsgerade mit deren Konfidenzintervall einge-
zeichnet. Bei steigendem Mittelwert zeigt die Regres-
sionsgerade einen Anstieg und das Konfidenzintervall
nimmt zu (y = 0,065 x -1,8). Das Konfidenzintervall
schneidet die obere Zustimmungsgrenze (4,48 CI 4,15 -
4,81) bei hohen Mittelwerten. Die untere Zustimmungs-
grenze (-4,63 CI -4,96 - -4,31) bleibt unberührt. Im
gepaarten Pitman-Morgan Test ist das Verhältnis der
Varianzen im CI 1,06 - 1,21 (p = 0,0004). Die Va-
rianzen betragen 31,44 für das gemessene und 27,78
für das synthetisch errechnete ECV. Das Bland-Altman
Diagramm zeigt Abbildung 3.4 (Seite 87).
Das Bland-Altman Diagramm zeigt die Abweichung
zwischen zwei Methoden. Hier wurde das gemessene
und synthetisch errechnetem ECV verglichen. Dabei ist
auf der Ordinate die Abweichung als Differenz und auf
86
3 Ergebnisse
20
10
0
-10
-20
10 20 30 40 50 60 70 80
Mittelwert
Abbildung 3.4: Bland-Altman des ECV zu
synthetischem ECV mit
Abweichungstendenz der
Validationskohorte
87
Abweichung
3 Ergebnisse
der Abszisse der Mittelwert aufgetragen. Die meisten
Messpunkte befinden sich im Bereich von 15 - 35%.
Die mittlere Abweichung der beiden ECV beträgt -0,05
(CI -0,19 - 0,09). Der minimale und maximale Mittel-
wert beträgt 15,75 und 76,71. Die minimale und ma-
ximale Abweichung beträgt -8,08 und 18,90. Weiterhin
ist die Regressionsgerade mit deren Konfidenzintervall
eingezeichnet. Bei steigendem Mittelwert zeigt die Re-
gressionsgerade einen Anstieg und das Konfidenzinter-
vall nimmt zu (y = 0,05 x -1,4). Beide bewegen sich
innerhalb der oberen und unteren Zustimmungsgrenze
(-4,69 CI -4,92 - -4,45 und 4,59 CI 4,35 - 4,83). Im
gepaarten Pitman-Morgan Test ist das Verhältnis der
Varianzen im CI 1,05 - 1,15 (p = 0,0002). Die Va-
rianzen betragen 31,33 für das gemessene und 28,49
für das synthetisch errechnete ECV. Das Bland-Altman
Diagramm zeigt Abbildung 3.5 (Seite 89).
88
3 Ergebnisse
20
10
0
-10
-20
10 20 30 40 50 60 70 80
Mittelwert
Abbildung 3.5: Bland-Altman des ECV zu
synthetischem ECV mit
Abweichungstendenz aller Patienten
89
Abweichung
3 Ergebnisse
3.4.3 Korrelation zwischen ECV und
synthetischem ECV nach der kardialen
Hauptdiagnose
Die Korrelation zwischen dem gemessenen und dem
synthetisch errechnetem ECV nach der kardialen Haupt-
diagnose zeigt Tabelle 3.7 (Seite 90). Der schwächste
Korrelationskoeffizient nach Pearson ist bei der Myo-
karditis (0,816) und der hypertensiven Kardiomyopathie
(0,874) zu finden. Die anderen Korrelationskoeffizienten
sind allesamt über 0,9. Die stärkste Korrelationen fin-
den sich bei der ICM (0,941), der Ischämie (0,924) und
der DCM (0,920).
Tabelle 3.7: Übersicht über die Korrelation des
synthetischen ECV zur kardialen
Hauptdiagnose
Hauptdiagnose Anzahl Korrelation
Normalbefund 190 0,933
Positiver 119 0,924
Ischämienachweis
Negativer 437 0,891
Ischämienachweis
90
3 Ergebnisse
Tabelle 3.7: Übersicht über die Korrelation des
synthetischen ECV zur kardialen
Hauptdiagnose (Fortsetzung)
Hauptdiagnose Anzahl Korrelation
Ischämische 119 0,941
Kardiomyopathie
Dilatative 88 0,920
Kardiomyopathie
Hypertrophe 13 0,892
Kardiomyopathie
Hypertroph-obstruktive 1
Kardiomyopathie
Rechtsherzbelastung 2 1,000
Hypertensive 13 0,874
Kardiomyopathie
Tachymyopathie 6 0,794
Valvuläre 6 0,372
Kardiomyopathie
Tako-Tsubo 3 0,905
Kardiomyopathie
Akute Myokarditis 42 0,785
Chronische Myokarditis 17 0,910
Tumor 2 1,000
91
3 Ergebnisse
Tabelle 3.7: Übersicht über die Korrelation des
synthetischen ECV zur kardialen
Hauptdiagnose (Fortsetzung)
Hauptdiagnose Anzahl Korrelation
Shunt 4 0,310
Amyloidose 4 0,985
Sarkoidose 12 0,976
Abstoßungsreaktion 1
CTEPHa 11 0,951
Perikarditis 9 0,764
Systemerkrankung 1
Sonstiges 22 0,889
fehlend 10 0,943
a Chronisch thrombembolische pulmonale Hypertonie
3.4.4 Kreuztabelle des Normalbefunds zur
Pathologie anhand dem ECV und
synthetischem ECV
Die Einteilung in Normalbefund und Pathologie anhand
des ECVs und dem synthetischen ECVs zeigt Tabel-
le 3.8 (Seite 93). Der Pearson Chi Quadrat Test (χ2)
92
3 Ergebnisse
ergibt 519,94 (p < 0,0001 = 4 · 10−115). Die Sensiti-
vität beträgt 69 % und die Spezifität 97 %, der positive
prädiktive Wert 73 % und der negative prädiktive Wert
96 %.
Tabelle 3.8: Kreuztabelle
Synthetisches ECV
normal pathologisch Total
normal 973 32 1.005
ECV pathologisch 39 88 127
Total 1.012 120 1.132
93
4 Diskussion
4.1 Synthetischer Hämatokrit im T1
Mapping
4.1.1 Korrelation zwischen gemessenem und
synthetischem Hämatokrit
Der Zusammenhang zwischen dem gemessenen und dem
synthetischen Hämatokrit (Kapitel 3.3.2, Seite 82) zeig-
te eine schwache Korrelation (Derviationskohorte: Kor-
relationskoeffizienten nach Pearson 0,33 [CI 0,26 - 0,40],
Validationskohorte: 0,38 [CI 0,33 - 0,43]). Dies deckt
sich mit den Ergebnissen anderer Autoren, die sowohl
den gleichen Zusammenhang als auch die gleiche Stärke
des Zusammenhangs finden konnten [92, 167, 189].
In der von Robison et al. durchgeführte Studie wurde
neben der laborchemischen Bestimmung des Hämatokrits
4 Diskussion
dieser zusätzlich nicht invasiv mittels der T1 Relaxa-
tionszeit synthetisch und mittels Pulsoximeter an 123
Studienteilnehmern bestimmt. Der in 1,5 Tesla Gerät
bestimmte synthetische Hämatokrit (n = 74) zeigte im
Vergleich zum laborchemisch bestimmten Hämatokrit
kein statistisch signifikanten Unterschied [175].
Shang et al. zeigte in seiner Studie, dass die Differenz
zwischen synthetischen und gemessenen Hämatokrit ei-
ne deutliche lineare Korrelation mit dem gemessenen
Hämatokrit aufzeigt (R2 = 0,81). Graphisch wird deut-
lich, dass bei größeren gemessenen Hämatokritwerten
der synthetische Wert zu niedrig erscheint [189].
In den Graphen (Abbildung 3.2, Seite 83) fällt wei-
terhin auf, dass die Konfidenzintervalle mit steigenden
Hämatokritwerten größer werden. Das liegt vermutlich
daran, dass die Anzahl der Patienten mit steigenden
Hämatokritwerten abgenommen hat.
95
4 Diskussion
4.1.2 Korrelation zwischen Hämatokrit und
der native T1 Relaxationszeit des
Blutes
In der linearen Korrelation zwischen der nativen Rela-
xationszeit des Bluts mit dem im Labor gemessenem
Hämatokrit (Kapitel 3.3.1, Seite 80) zeigt einen schwa-
chen Zusammenhang (Korrelationskoeffizient: 0,43, CI
0,36 - 0,49). Verglichen mit anderen Studien zeigt sich
mit 3 Tesla Geräten eine Übereinstimmung [49]. In die-
ser Studie von Fent et al. wurden 421 Patientendaten,
die aus klinischer Indikation oder zu Forschungszwe-
cken ein T1 Mapping an 1,5 (n = 203) oder 3 Tesla
(n = 218) Geräten bekommen haben, ausgewertet. Es
wurden zufällig für jeweils 1,5 und 3 Tesla zwei Grup-
pen gebildet. Aus jeweils einer Gruppe wurde die Kor-
relation zwischen der T1 Relaxationszeit und dem ge-
messenen Hämatokrit gebildet. Die lineare Korrelatio-
nen waren jeweils statistisch signifikant, jedoch war die
Übereinstimmung in der 1,5 Tesla Gruppe besser. Die-
se Zahlen können mit weiteren Studien an 1,5 Tesla
Geräten untermauert werden [92, 203]. Eine von Shang
et al. durchgeführte Studie an einem 3 Tesla Gerät zeigt
96
4 Diskussion
eine schwächere Korrelation im Vergleich zu unseren
Daten.
4.2 Synthetisches ECV im T1
Mapping
4.2.1 Korrelation zwischen ECV und
synthetischem ECV
Die lineare Korrelation zwischen dem gemessenen und
dem synthetischen ECV ergab in der Validationskohorte
und bei allen Patienten einen starken Zusammenhang
(0,91 [CI 0,90 - 0,92], siehe Kapitel 3.4.1, Seite 85).
Als erstes sollte man sich die von Treibel et al. durch-
geführte Studie näher betrachten. Hier wurden 427 Teil-
nehmer eingeschlossen. Diese waren zum Teil Gesun-
de (n = 66) und zum Teil mit kardialen Erkrankun-
gen. Am häufigsten lag eine Aortenklappenstenose (n
= 123), gefolgt von Patienten mit post-Anthrazykline
Chemotherapie nach histologisch bewiesenem Mamma-
karzinom (n = 96), kardialer ATTR-Amyloidose (n =
74) und HCM (n = 66) vor [203]. Diese wurden jeweils
nach Diagnose in die Derviations- und Validationsko-
97
4 Diskussion
horte randomisiert. An 18 Patienten, die bei schwerer
Aortenklappenstenose einen operativen Aortenklappen-
ersatz konnte intraoperativ eine basal linksventrikuläre
septal zu verortende myokardiale Biopsie entnommen
werden, welche histologisch untersucht wurde. Alle 427
Teilnehmer wurden an einem 1,5 Tesla Gerät mit MOL-
LI und Shortened modified Look-Locker inversion reco-
very (shMOLLI) Sequenzen untersucht. In beiden Me-
thoden zeigten sich für das ECV starke Korrelationen
(R2 = 0,97) [203]. Aufgrund der Erkrankungsbilder be-
tont diese Studie vor allen Dingen die gute diagnostische
Genauigkeit bei Patienten mit hohen ECV Werten.
Unsere Ergebnisse stützen die Annahme, dass eine
starke Korrelation zwischen dem synthetischen und ge-
messenen ECV vorliegen, wenngleich unsere Korrela-
tion etwas schwächer ausfällt. Es bleibt festzuhalten,
dass sich unsere Studien im Patientenkollektiv deutlich
unterscheiden. Die Hälfte der Patienten, wie z.B. die
Aortenklappenstenose- oder die Mammakarzinom Pati-
enten sind in unseren Patienten nicht repräsentiert (n
= 219, 51,3 %). Weiterhin ist der Anteil der an ATTR-
Amyloidose Patienten deutlich höher im Vergleich zu
98
4 Diskussion
unserer Kohorte (17,3 % vs. 0,4 %). Trotz dieser Unter-
schiede beschreiben beide Studien einen großen Zusam-
menhang zwischen dem synthetischen zum gemessenen
ECV, sodass dieser Parameter eine gewisse Robustheit
auszustrahlen scheint. Da sich die Korrelationen sowohl
in einem Kollektiv mit deutlich erhöhtem ECV als auch
an einem gemischten Kollektiv mit zahlreichen Gesun-
den gleichen, spricht das für die Allgemeingültigkeit des
Ergebnisses.
Zusätzlich zeigte das synthetische ECV eine im Ver-
gleich zum gemessenen ECV in der histologischen Kor-
relation eine minimal schwächere Korrelation (R2 =
0,67 vs. R2 = 0,61). Dieser Unterschied zwischen den
beiden Methoden der ECV Bestimmung zeigte keine
statistische Signifikanz. Es kann davon ausgegangen wer-
den, dass das ECV den Kollagenvolumenanteil ausrei-
chend gut beschreibt [203].
Kammerlander et al. untersuchte an 513 Patienten
in einer prospektiven T1 Mapping Register die Über-
einstimmung eines synthetischen am gemessenen ECV.
An den ersten 200 eingeschlossenen Patienten wurde ei-
ne Formel zur Bestimmung des synthetische Hämatokrits
99
4 Diskussion
erstellt, welche an den restlichen 313 Patienten ange-
wendet wurde. Weiter folgend wurde das synthetische
ECV daraus bestimmt. Darüber hinaus wurde ein zwei-
tes synthetisches ECV basierend auf der von Treibel et
al. publizierte Berechnungsformel. Beide Berechnungs-
wege zeigen eine starke Übereinstimmung, die jedoch
etwas stärker bei der von Kammerlander et al. eigens
aufgestellten Formel ausgeprägt ist (R2 = 0,903 und R2
= 0,920) [92].
Verglichen mit den hier vorliegenden Ergebnissen be-
stätigt sich die starke Übereinstimmung zwischen dem
synthetischen und gemessenen ECV. Weiterhin bleibt
festzuhalten, dass eine selbst durchgeführte Korrelation
zwischen dem Hämatokrit und der T1 Relaxationszeit
an einer Derviationskohorte des eigenen Patientenkol-
lektivs bessere Ergebnisse zeigt im Vergleich zur publi-
zierten Formel von Treibel et al. Dies ist plausibel, da die
Formeln aus kollektivbezogenen Regressionsrechnungen
hergeleitet werden. Dennoch zeigt die Studie von Kam-
merlander et al., dass ebenso Regressionsgleichungen
aus fremden Kollektiven funktionieren, sodass hier ein
weiterer Beleg für die Generalisierbarkeit der Ergebnisse
100
4 Diskussion
vorliegt.
Methodisch zeigt sich ein vergleichbares Vorgehen
bei der Patientenakquirierung. In der Zusammenstel-
lung der Derviationskohorte unterscheiden sich die me-
thodischen Vorgehensweisen in dieser Studie. Kammer-
lander et al. haben die Derviationskohorte auf die ersten
200 eingeschlossenen Patienten basiert. In unserer Stu-
die wurde dies mittels Zufallsprinzip auf einer mehr als
doppelt so großen Patientenkohorte die Zuordnung ge-
troffen. So können sicherer systematische Fehlerquellen
auf beide Gruppen gleich aufgeteilt werden, sodass die-
ses statistische Prinzip überlegen erscheint.
Fent et al. führte an 421 Patienten ein T1 Mapping
durch, wovon 203 an einem 1,5 Tesla und 218 an einem
3 Tesla Gerät untersucht wurden. Die zwei verwendeten
MRT Geräte stammen von der gleichen Firma, während
sich das Patientenkollektiv mit verschiedenen Erkran-
kungen zusammensetzte (1,5 Tesla: 47 Herzklappener-
krankungen, 44 STEMI, 112 klinische Indikation vs. 3
Tesla: 26 Gesunde, 159 rheumatoide Arthritis, 33 HCM)
[49]. Es zeigte sich für beide magnetischen Flussdichten
starke Korrelationen (1,5 Tesla: R2 = 0,95, 3 Tesla: R2
101
4 Diskussion
= 0,92) [49]. Wenn man diese Korrelationen miteinan-
der vergleicht, zeigt sich vermutlich kein klinisch rele-
vanter Unterschied. Dies wird weiterhin gestützt, da es
sich um zwei unterschiedliche Patientenkohorten han-
delt.
Eine weitere Studie wurde an einem 3 Tesla Gerät
durchgeführt. Shang et al. führte eine retrospektive Stu-
die an 226 Patienten, die zufällig in zwei Gruppen (n =
121 vs. n = 105) geteilt wurden. Das Teilnehmerfeld
setzte sich aus Gesunden (n = 45), Diabetes mellitus
Typ 2 (n = 60) und HCM (n = 93) Patienten zusam-
men. Die verbleibenden 28 Patienten litten an DCM
(n = 9), chronischer Myokardinfarkt (n = 6), Myokar-
ditis (n = 4), Hypertonie (n = 4), kardialer Amyloi-
dose (n = 2), ARVC (n = 2) und linksventrikulärer
Non-Compaction Kardiomyopathie (NCCM) (n = 1)
[189]. Es zeigte sich wiederum eine starke Korrelati-
on zwischen dem synthetischen und gemessenen ECV
in der Derviationskohorte (R2 = 0,87). In der Valida-
tionskohorte fiel die Korrelation schwächer aus (R2 =
0,70). Die bestimmte Differenz zwischen synthetischem
und gemessenem korrelierte mit dem gemessenen ECV
102
4 Diskussion
schwach in der Derviations- und moderat in der Valida-
tionskohorte (R2 = 0,10 vs. R2 = 0,21) [189]. Auch
wenn die Korrelation in dieser Studie von Shang et
al. schwächer ausfiel als in unserer Kohorte, so zeigt
sich trotzdem ein deutlicher Zusammenhang zwischen
den synthetischen und gemessenen ECV Werten. Me-
thodisch unterscheiden sich diese Studien von retro-
zu prospektivem Design. Des Weiteren ist das Patien-
tenkollektiv kleiner und mit anderen Krankheitsbildern
ausgestattet. Im Gegensatz zum oben beschriebenen
Hämatokrit korreliert die Differenz zwischen den syn-
thetischen und gemessenen Werten kaum.
Robison et al. untersuchte an 123 Teilnehmern an ei-
nem 1,5 (n = 74) und 3 Tesla Gerät (n = 34) prospektiv
den Zusammenhang zwischen synthetischen und gemes-
senem ECV. Der synthetische ECV wurde nur an der
1,5 Tesla Gruppe bestimmt. Dieser zeigte eine exzellen-
te Korrelation (R2 = 0,92). Leider kann dieses Ergebnis
nicht direkt zwischen 3 Tesla Geräten verglichen wer-
den, jedoch zeigen die Ergebnisse eine hervorragende
Übereinstimmung.
Raucci et al. schloss 140 Kinder und junge Erwach-
103
4 Diskussion
sene ein, an denen 163 kardiale MRT durchgeführt wur-
den. Bei 146 Untersuchungen lag ein tagesaktueller Häma-
tokrit vor, sodass diese in die Auswertung eingingen.
Das mittlere Alter lag bei 16,4 ± 6,4 Jahre. Das ECV
wurde septal und der midventrikulären freien Wand des
linken Ventrikels bestimmt. Das synthetische ECV wur-
de nach der von Treibel et al. publizierten Formel be-
rechnet [203]. Zudem erstellten Raucci et al. ein eige-
nes Model. Das synthetische ECV korreliert bei dem
eigens erstellten Model besser (Septal: R2 = 0,72 vs.
R2 = 0,83, freie Wand: R2 = 0,80 vs. R2 = 0,87). Die
Korrelationen sind nicht von der Herzfrequenz betrof-
fen [167]. Hier zeigen sich schwächere Korrelationen im
Vergleich zu unserer Studie.
Verglichen mit den oben erwähnten Studien ist fest-
zuhalten, dass die hier untersuchte Population mit 1.132
Patienten deutlich größer ist. Die meisten Untersuchun-
gen sind an Kohorten mit einer Größe von 10 % durch-
geführt worden. Die Studie mit den mit Abstand meis-
ten untersuchten Patienten (n = 513) von Kammer-
lander et al. bietet nicht einmal die Hälfte der Patien-
ten unserer Studie ab. Von diesem Gesichtspunkt aus
104
4 Diskussion
betrachtet ist festzuhalten, dass die externe Validität
mit Abstand in der vorliegenden Untersuchung am bes-
ten ist, zumal diese eine prospektive all-comer“ Studie
”
darstellt.
4.2.2 Abweichung zwischen ECV und
synthetischem ECV
Betrachtet man die Abweichung zwischen dem gemes-
senem zum synthetischen ECV (Kapitel 3.4.2, Seite 88)
fällt auf, dass die meisten Messpunkte im Bereich von
20 - 35 % liegen. Die mittlere Abweichung ist sehr ge-
ring (-0,05 [CI -0,19 - 0,09]), sodass von einer guten
Genauigkeit ausgegangen werden kann. Bei steigenden
ECV zeigt sich eine steigende Abweichung zwischen
dem synthetischen zum gemessenen ECV. Weiterhin
präsentiert sich eine Zunahme des Konfidenzintervalls.
Diese bleiben aber bis zu sehr hohen ECV Werten inner-
halb der bestehenden Zustimmungsgrenzen. In anderen
Studien wurden die Beobachtungen bestätigt [49, 92,
167, 175, 189, 203].
In der Studie von Treibel et al. zeigen sich bei sehr
guter Korrelation zwischen synthetischem und gemesse-
105
4 Diskussion
nem ECV kaum Abweichungen (R2 = 0,97, Standardab-
weichung (SD) 2,8 %). Jedoch ist festzuhalten, dass die
SD bei den eingeschlossenen ATTR-Amyloidosepatienten
mit 5 % deutlich höher ist. Eine Abweichungstendenz
nach mittlerem ECV wurde nicht beschrieben bezie-
hungsweise im Bland-Altman Diagramm eingetragen.
Kammerlander et al. beschreibt ebenfalls eine gute
Übereinstimmung mittels Bland-Altman Analyse (Zu-
stimmungsgrenzen -4,32 - 4,33 %). Die Werte für die
Zustimmungsgrenzen sind mit unserer Studie vergleich-
bar. Eine Abweichungstendenz wurde leider nicht be-
schrieben, jedoch ist diese im Bland-Altman Diagramm
zu erahnen, sodass bei höheren ECV Werten die Diffe-
renz zum gemessenem ECV zunimmt.
In der Studie von Fent et al. zeigen sich auch nur
minimale Abweichungen in der Bland-Altman Analyse.
In der 1,5 Tesla Gruppe beträgt diese -0,81 % (CI -4,97
- 3,35 %) und in der 3 Tesla Gruppe -0,30 (CI -3,92
- 3,33 %). Nicht zu vergessen ist das dabei oben ver-
schiedene Patientenkollektiv. Jedoch kann das Ergebnis
als Hinweis gesehen werden, dass sich das CI in höheren
magnetischen Flussdichten enger gestaltet. Dies könnte
106
4 Diskussion
in weiteren Studien untersucht werden.
Shang et al. zeigte ähnliche Zustimmungsgrenzen (Der-
viationskohorte: -4,4 - 4,4 % Validationskohorte: -4,4 -
4,7 %) wie in unserer Studie. Rein optisch scheint keine
Abweichungstendenz mit steigenden ECV vorzuliegen.
In der von Robison et al. durchgeführten Studie zeigt
sich in der Bland-Altman Analyse, dass das synthetische
im Vergleich zum mittels Pulsoxymeter bestimmte ECV
ein größeres Konfidenzintervall hat (0,23 % [CI -2,82 -
3,27 % vs. -0,18 % [CI -2,85 - 2,49 %]). Dies deutet
darauf hin, dass die pulsoxymetrische der synthetischen
Methode in dieser Kohorte überlegen ist. Dennoch darf
nicht vergessen werden, dass das Pulsoxymeter bei Pa-
tienten mit Nagellack, Kunstnägeln, Handtremor und
kalten Fingern nicht anwendbar ist. In dieser Studie
funktionierte die Methode bei 91 % erst nach drei Ver-
suchen (1. Versuch: n = 77 [63 %], 2. Versuch: n =
86 [70 %], 3. Versuch: n = 112 [91 %]). Des Weiteren
bleibt nicht zu vernachlässigen, dass die Genauigkeit der
Hämoglobinbestimmung angezweifelt wird [140, 173].
Dennoch bleibt abzuwarten, welche Ergebnisse weitere
Studien in Zukunft zeigen werden. Darüber hinaus hat
107
4 Diskussion
unsere Methode den Vorteil, dass sie auch retrospek-
tiv, in Unkenntnis der Pulsoxymetrie bestimmt werden
kann.
Raucci et al. beschreibt eine größere Variation. In der
midventrikulären freien Wand des linken Ventrikels sind
diese im Bereich von -8,0 - 6,3 %. Septal sind diese ver-
gleichbar bei -8,0 - 6,0 %. Dies stellt eine Diskrepanz zu
unseren Ergebnissen dar. Eine mögliche Ursache könnte
das nicht vergleichbare Patientenkollektiv bilden. Die-
se Ergebnisse sollten in weiteren pädiatrischen Studien
reevaluiert werden, sodass ein besseres Verständnis für
die möglichen Diskrepanzen geschaffen werden kann.
Aus unserer Sicht kann die Variation dadurch begrenzt
werden, dass strikt nach der ConSept Methode gemes-
sen wird [176]. Mit Hilfe der genannten Methode kann
die Reproduzierbarkeit der nativen und kontrastmittel-
unterstützten erhobenen T1 Werte erheblich verbessert
werden [176].
108
4 Diskussion
4.2.3 Korrelation zwischen ECV und
synthetischem ECV nach der kardialen
Hauptdiagnose
Die Subanalyse nach der kardialen Hauptdiagnose zeigt
meistens eine gute Übereinstimmung zwischen dem syn-
thetischen und gemessenen ECV (Kapitel 3.4.3, Seite
92). Jedoch muss man für die Interpretation der Ergeb-
nisse die jeweilige Anzahl der eingeschlossenen Patien-
ten dieser Erkrankung berücksichtigen.
Die Korrelationskoeffizienten sind vor allem für die
Erkrankungen, die häufiger repräsentiert waren, aussa-
gekräftig. Dies trifft auf dem Normalbefund (n = 190),
positivem und negativem Ischämienachweis (n = 119
und n = 437), ICM (n = 119), DCM (n = 88), aku-
ter und chronischer Myokarditis (n = 42 und n = 17)
zu. Auffallend ist, dass die Korrelationskoeffizienten im
Bereich von 0,891 bis 0,941 liegen. Daraus lässt sich
schlussfolgern, dass das synthetische dem gemessenen
ECV, unabhängig von den häufig vorkommenden kar-
dialen Hauptdiagnosen, eine starke Übereinstimmung
zum gemessenen Wert zeigt. Dies deutet auf eine starke
Robustheit des Parameters hin.
109
4 Diskussion
Die akute Myokarditis fällt aus dem Muster mit einem
Korrelationskoeffizienten von 0,785, was immer noch
für einen deutlichen Zusammenhang steht. Die im Ver-
gleich zu den anderen kardialen Erkrankungen deut-
lich niedrigere Korrelation könnte pathophysiologisch
erklärbar sein, da hier ein inflammatorisches Ödem den
T1 Relaxationszeitsveränderung zu Grunde liegt. Da das
T2 Mapping besser Ödeme detektieren kann, ist das T2
dem T1 Mapping überlegen [123]. Nichts desto trotz
darf man erwähnen, dass die lange Zeit als Referenz
geltenden Lake Louis Kriterien diagnostisch dem T1 un-
terlegen sind [123]. Im chronischen Stadium zeigt nur
das T2 Mapping akzeptable Werte [123].
Für Erkrankungen, die in dieser Studie weniger häufig
vorkommen, sind die Schlussfolgerungen weniger rich-
tungsweisend anzusehen. Darunter fällt die HCM (n =
13), hypertensive Kardiomyopathie (n = 13), Sarkoido-
se (n = 12) und Chronisch thrombembolische pulmona-
le Hypertonie (CTEPH) (n = 11). Die jeweiligen Kor-
relationskoeffizienten zwischen dem synthetischen und
dem gemessenen ECV liegen zwischen 0,874 - 0,976.
Diese zeigen starke Übereinstimmungen an. Jedoch darf
110
4 Diskussion
hier die Schlussfolgerung die deutlich geringeren, aber
noch zweistelligen Patientenzahlen, nicht außer Acht
lassen, sodass dies als Hinweis für starke Korrelationen
anzusehen ist. Weitere Studien, die mehr Patienten mit
diesen Erkrankungen beinhalten, sind wünschenswert.
Da leider keine diagnosenbasierte Korrelation zwi-
schen dem synthetischen und gemessenen ECV in der
aktuellen Literatur existiert, gibt es hier ein weites Feld,
was sich mit weiterer klinischer Forschung schließen lässt.
4.2.4 Spezifität und Sensitivität des
synthetischen gegenüber des
gemessenen ECVs
Die Klassifizierung als normales oder pathologisches ECV
wurde sowohl für die gemessenen und den synthetisch
errechnetem ECV getroffen (Kapitel 3.4.4, Seite 93).
Daraus ergab sich eine Sensitivität von 69 % und eine
Spezifität von 97 % des synthetischen ECVs in der Klas-
sifizierung des gemessenen ECVs. Falsch positiv wurden
2,83 % (n = 32), während falsch negativ 3,45 % (n =
39) der Patienten in der vorliegenden Kohorte zugeord-
111
4 Diskussion
net wurden. Somit erfolgte eine sehr niedrige Fehlzu-
ordnung bei 6,27 % (n = 71) der Fälle.
In der Studie von Raucci et al. wurde die Zuordnung
mit zwei verschiedenen Grenzwerten untersucht. Zum
einen wurde ein Grenzwert von 28,5 % für das ECV
getroffen, der aus einer 11 köpfigen Kohorte der sel-
ben Arbeitsgruppe berechnet und als 3 SD über dem
Mittelwert von 24 ± 1 % angenommen wurde. Die Al-
tersverteilung des Normwertkollektivs lag bei 24,5 ±
3,9 Jahren und ist damit älter als die hier untersuchten
Patienten (16,4 ± 6,4 Jahre) [197].
Zum zweiten wurde die Zuordnung mit einem Grenz-
wert, der nur 2 SD über dem gleichen publizierten Mit-
telwert liegt, berechnet. Dieser Grenzwert beträgt 27 %.
Bei der Zuordnung wurde jeweils die Lokalisation (sep-
tal, midventrikulär der freien Wand des linken Ventrikels
oder beide pathologisch) berücksichtigt.
Die Zuordnung mit dem Grenzwert von 28,5 % führte
bei Verwendung des synthetischen ECV, welcher aus
der für die Kohorte abgeleitete Formel errechnet wurde,
führte zu einer Fehlzuordnung von 23 % (n = 37).
In einer zweiten Klassifikation, die auf der publizierten
112
4 Diskussion
Formel von Treibel et al. beruht, so werden 37 % falsch
zugeordnet (n = 59).
Nutzt man den Grenzwert von 27 % verändert sich
die Fehlzuordnung. Beim aus der Raucci et al. Kohorte
abgeleiteten Modell beträgt diese 17 % (n = 27) und
dem aus der Treibel et al. abgeleiteten Modell 31 % (n
= 50).
Betrachtet man beide Modelle isoliert, so fällt auf,
dass die Fehlzuordnung für den klinischen Alltag zu
groß ausfällt. Die etwas schlechteren Werte basieren auf
dem Modell, das aus einer fremden Kohorte (Treibel
et al.) abgeleitet wurde, was dafür spricht, dass jede
Kohorte eigens beschrieben werden sollte. Nichts desto
trotz bleibt eine Fehlzordnung zu hoch. Spannenderwei-
se zeigen die kliniksinternen Normwerte eine schlechtere
Fehlzuordnungsqoute im Vergleich zu den publizierten
Normwerten (23 vs. 17 %). Eine Ursache könnte dar-
in liegen, dass die Population, an der die Normwerte
in der Studie von Soslow et al. beschrieben wurden,
die jetztige Studienpopulation nicht adäquat abdeckt.
Unterschiede fallen in der Altersverteilung auf, da für
die Normwertstudie nur Probanden zwischen 18 und
113
4 Diskussion
30 Jahren eingeschlossen wurden. Weiterhin musste der
BMI zwischen 18 und 25 kg/m2 normwertgerecht liegen.
Eine Beschreibung der Studienpopulation im Bezug auf
den BMI lag in der Studie von Raucci et al. nicht vor.
Der Grund hierfür könnte sein, dass der BMI für Er-
wachsene normiert ist und die kindliche Population sich
dem Gültigkeitsbereich dieser Größe entzieht.
Verglichen mit den Daten unserer Studie, zeigt sich
eine sehr hohe Differenz im Anteil der Fehlzuordnungen
(6,27 vs. 17 - 37 %). Bei diesem Vergleich muss man
berücksichtigen, dass die Patientenkohorten sich deut-
lich unterscheiden. Es scheint, dass eine Übertragbarkeit
von einer pädiatrischen zu einer erwachsenen Kohor-
te nicht gegeben ist. Weiterhin ist zu berücksichtigen,
dass sich der Grenzwert, an welchem die Einteilung nor-
mal vs. pathologisch vorgenommen wurde, unterschei-
det. Beide Grenzwerte der Studie ist mit 27 % und 28,5
% deutlich niedriger als in unserer Studie mit 32 %. Eine
genaue Festlegung des Grenzwertes des ECVs, welcher
auch altersabhängig sein könnte, sollte in weiteren Stu-
dien untersucht werden, sodass die erhobenen Daten
reevaluiert werden könnten. Dies führt zu einer besse-
114
4 Diskussion
ren Einschätzbarkeit und Aussagekraft. Es bleibt abzu-
warten, welche Ergebnisse weitere Studien mit Zuord-
nung einer spezifischen kardialen Erkrankung aufgrund
des synthetischen im Vergleich zum gemessenen ECV
bringen.
Darüber hinaus bleibt zu erwähnen, dass in unserer
Studie mit 11 % ein sehr niedriger Anteil an patho-
logischem ECV vorliegt. In der Studie von Raucci et
al. waren die Verhältnisse mit 11 % Normalbefunden
umgekehrt. Dieser Unterschied kann möglicherweise an
dem hohen Anteil ambulanter MRT Untersuchungen
liegen, wobei in der vergleichenden Publikation keine
Angabe zur Zusammensetzung dazu in der retrospekti-
ven Auswertung gemacht wurde. Aus der unterschiedli-
chen Prävalenz resultiert eine exzellente Spezifität von
97 % in der vorliegenden Kohorte. Dies bedeutet, dass
es kaum zu falsch positiven Zuordnungen gekommen ist.
Die Sensitivität ist jedoch bei der geringen Prävalenz
pathologischer ECVs in unserer Kohorte 69 % schlecht.
Daraus ergibt sich wiederum ein sehr guter negativer
(96 %) und ein schlechter positiver prädiktiver Wert
(73 %).
115
4 Diskussion
4.3 MRT Messungen
4.3.1 Gewebscharakterisierung
Die Gewebscharakterisierung (Kapitel 3.2.2, Seite 80)
mittels ECV zeigt normwertige Messungen im Durch-
schnitt [35, 147, 178, 180]. Die Referenzwerte stam-
men von gesunden Patienten sowie freiwilligen Proban-
den und konnten in mehreren Studien bestätigt werden.
Die Differenz zwischen der Derviations- und Validati-
onskohorte zeigt keine statistische Signifikanz, sodass
insbesondere bei zufälliger Gruppenzuteilung von ver-
gleichbaren Bedingungen ausgegangen werden kann.
4.4 Limitationen
Als erste Limitation ist zu nennen, dass hier ein mono-
zentrisches Studiendesign vorliegt. Daher wurde die Ein-
teilung in die Kohorten zufällig durchgeführt. Bei einer
großen Anzahl an auszuwertenden prospektiven Patien-
tendaten war das die beste Möglichkeit. Dennoch wäre
eine externe Validierung wünschenswert. Noch besser
wäre ein internationales multizentrisches Studiendesign.
116
4 Diskussion
Eine weitere Limitation könnte in der Variabilität des
Hämatokrits liegen. Dieser wurde bei allen Patienten
tagesaktuell bestimmt. Die Blutentnahme wurde bei ei-
nigen Teilnehmern unmittelbar vor der MRT Untersu-
chung, bei anderen am Morgen des Untersuchungsta-
ges im Rahmen der klinisch indizierten Blutentnahme
bestimmt. Die Variabilität des Hämatokrits innerhalb
einiger Stunden eines Tages wurde bei der Datenauf-
nahme nicht berücksichtigt.
Darüber hinaus sind einige kardiale Hauptdiagnosen
für eine valide Aussage zur Korrelation zwischen dem
gemessenen und dem synthetischen ECV aufgrund ge-
ringer Fallzahlen nur bedingt aussagekräftig. Allerdings
ist das Register als all-comer“ Register ausgelegt und
”
spiegelt daher die Alltagsrealität eines großen kardio-
logischen Zentrums wider und nicht ein selektionier-
tes Patientengut von Spezialambulanzen. Insofern soll-
te eine gute Generalisierbarkeit für die kardiologische
Alltagsroutine gegeben sein, was aufgrund der guten
Übereinstimmung unserer Ergebnisse mit anderen Stu-
dien belegt wird.
Zur Zuordnung nach pathologisch vs. normalen ECV
117
4 Diskussion
wurde mit einem Grenzwert von 32 % durchgeführt.
Dieser Grenzwert ist aktuell in Forschungskreisen nicht
abschließend festgestellt, sodass eine gewisse Möglichkeit
für eine Fehleinordnung besteht. Da diese aber das ge-
messene und das synthetische ECV betrifft, ist dieser
Fehler im Vergleich zur absoluten Betrachtungsweise re-
duziert.
4.5 Stärken
Als wichtigste Stärke dieser Arbeit ist das offene Studi-
endesign zu erwähnen. Dies führt dazu, dass Patienten
mit vielen verschiedenen kardialen Erkrankungen ein-
geschlossen werden können. Das hat den Vorteil, dass
Auswertungen auch krankheitsspezifisch erfolgen können
und somit eine Aussage zur spezifischen Erkrankung ge-
troffen werden kann.
Weiterhin führt die ausschließlich klinische Indikati-
on zur Durchführung des kardialen MRT dazu, dass
der zusätzliche Aufwand für den Patienten minimal ist.
Zusätzlich zum MRT wurde die Aufklärung zur Stu-
die, ein Fragebogen und eine venöse Blutentnahme bei
118
4 Diskussion
fehlenden Blutwerten durchgeführt, welche in der War-
tezeit bis zum Start der eigentlichen Untersuchung erle-
digt werden konnte. Durch diesen minimalen Mehrauf-
wand für die Patienten ist die Verzerrung aufgrund von
Patienteninteressen und -eigenschaften minimal. Dies
erhöht aus wissenschaftlicher Sicht schlussendlich die
externe Validität, sodass die Ergebnisse leichter auf den
klinischen Alltag übertragbar sind.
Eine weitere wichtige Stärke ist das Design der pro-
spektiven Registerstudie. Daher erfolgt ein Patienten-
einschluss über einen längeren Zeitraum. Hier wurden
Patientendaten von 2,5 Jahren ausgewertet. Im Ver-
gleich zu den bisher publizierten MRT Studien zeigt
sich hier eine meist deutlich höhere Patientenzahl, so-
dass die Aussagekraft dieser Studie höher anzusetzen
ist.
4.6 Fazit
Das T1 Mapping mit der Bestimmung des ECV stellt
eine anerkannte, nichtinvasive Methode der Gewebscha-
rakterisierung dar. Diese hat Auswirkungen auf die Dia-
119
4 Diskussion
gnostik, Therapieüberwachung und Prognoseabschätzung.
Aufgrund der dargestellten Ergebnisse und Einord-
nung in den aktuellen Forschungsstand stellt das syn-
thetische ECV zum bereits etablierten gemessenen ECV
eine Alternative dar. Die Anwendbarkeit vor allem für
die häufiger auftretenden kardialen Hauptdiagnosen in
der untersuchten Population ist gegeben. Eine gute Um-
setzbarkeit in den klinischen Alltag sollte bei dem Stu-
diendesign mit hoher externer Validität gegeben sein.
4.7 Ausblick
In Anbetracht der weiter oben genannten Limitationen
würden wir uns internationale, multizentrische kardiale
MRT Mappingstudien mit verschiedenen magnetischen
Feldstärken wünschen. Um das realisierbar zu gestal-
ten müssten herstellerabhängige Unterschiede in weite-
ren großen Studien beschrieben und im nächsten Schritt
optimiert werden. In der T1 Mapping Methode müsste
weiterhin eine klare Definition der Größe und Lokali-
sation des ROI im Blutpool erzielt werden, sofern sich
Unterschiede nachweisen lassen würden.
120
4 Diskussion
Es ist gut vorstellbar und wünschenswert, wenn sich
das synthetisch bestimmte ECV einen höheren Stel-
lenwert in der klinischen Forschung und vor allem im
Klinikalltag erarbeitet. Aufgrund der gezeigten Über-
einstimmung zum gemessenen ECV, welches histolo-
gisch validiert ist, stellt das synthetische ECV eine Ver-
einfachung für den Untersucher dar. So kann auf ei-
ne weitere tagesaktuelle, am Besten unmittelbar vor
der kardialen MRT Untersuchung durchgeführte venöse
Blutentnahme zur Häma-tokrit-bestimmung verzichtet
werden. Auch die Patienten werden dies neben einer
wegfallenden Punktion danken. Weiterhin werden den
Patienten die mit der Punktion verbundenen Komplika-
tionen erspart.
Weiterhin darf nicht vergessen werden, dass das T1
Mapping mit dem synthetisch errechenbaren ECV nur
eine Methode in der Welt der kardialen MRT darstellt.
Dies führt dazu, dass es nie alleine angewendet werden
sollte, sondern in Kombination mit anderen Sequenzen.
Diese Kombination kann in Zukunft Bestandteil wei-
terer klinischer Forschung bilden und sich mit anderen
Methoden und dem für die jeweilige Erkrankung bilden-
121
4 Diskussion
den Goldstandard messen.
Die Idee des ECV wird auch von der kardialen CT Dia-
gnostik angenommen und untersucht. Diese Forschung
sollte aufgrund breiterer klinischer Verfügbarkeit und
geringeren Kosten weiter verfolgt werden. Dabei soll-
te nicht in Vergessenheit geraten, dass ein Vorteil der
MRT gegenüber der CT die nicht vorhandene Strahlen-
belastung darstellt.
122
4 Diskussion
123
Abbildungsverzeichnis
1.1 Klassifikation der Kardiomyopathien nach
der AHA (mit freundlicher Genehmigung
und modifiziert nach [129])
HCM, Hypertrophe Kardiomyopathie; ARVC,
Arrythmogene rechtsventrikuläre Kardiomy-
opathie; NCCM, Non-Compaction Kardio-
myopathie; LQTS, Long QT-Syndrom; SQTS,
Short QT-Syndrom; CPVT, Katecholaminer-
ge polymorphe ventrikuläre Tachykardie; SCD,
Plötzlicher Herztod; DCM, Dilatative Kar-
diomyopathie; RCM, Restriktive Kardioymo-
pathie . . . . . . . . . . . . . . . . . . 23
Abbildungsverzeichnis
1.2 Klassifikation der Kardiomyopathien nach
der ESC (mit freundlicher Genehmigung
und modifiziert nach [45])
HCM, Hypertrophe Kardiomyopathie; DCM,
Dilatative Kardiomyopathie; ARVC, Arryth-
mogene rechtsventrikuläre Kardiomyopathie;
RCM, Restriktive Kardioymopathie . . . . 24
1.3 Klassifikationssystem MOGES der Kar-
diomyopathien nach der WHO (mit freund-
licher Genehmigung) [6]
MOGES, Morphofunktionalität, Organsystem-
beteiligung, genetisches Vererbungsmuster,
Ätiologie und Stadium . . . . . . . . . . 25
1.4 Übersicht über LGE Muster (mit freund-
licher Genehmigung und modifiziert nach
[127])
DCM, Dilatative Kardiomyopathie; HCM, Hy-
pertrophe Kardiomyopathie . . . . . . . . 49
2.1 Vierammerblick mit Schnittführung für
die Kurzachsenschnitte . . . . . . . . . 58
2.2 Dreikammerblick . . . . . . . . . . . . . 59
2.3 Zweiammerblick . . . . . . . . . . . . . 60
125
Abbildungsverzeichnis
2.4 Kurzachsenschnitt . . . . . . . . . . . . 60
2.5 17 Segment Modell nach der AHA (mit
freundlicher Genehmigung und modifi-
ziert nach [27]) . . . . . . . . . . . . . 61
2.6 Volumetrie anhand einer midventrikulären
Kurzachsenschnitt während der Diastole 62
2.7 T1 Mapping beispielhaft am midventri-
kulären Septum ohne Kontrastmittel . . 66
3.1 Lineare Regression der Relaxationszeit
des Blutes zu gemessenem Hämatokrit . 81
3.2 Lineare Regression synthetischer zu ge-
messenem Hämatokrit . . . . . . . . . . 83
3.3 Lineare Regression des ECV zu synthe-
tischem ECV . . . . . . . . . . . . . . . 85
3.4 Bland-Altman des ECV zu synthetischem
ECV mit Abweichungstendenz der Vali-
dationskohorte . . . . . . . . . . . . . . 87
3.5 Bland-Altman des ECV zu synthetischem
ECV mit Abweichungstendenz aller Pa-
tienten . . . . . . . . . . . . . . . . . . 89
126
Tabellenverzeichnis
1.1 Vergleich von T1 Sequenzen [201] . . . 13
1.2 Übersicht der LGE Muster . . . . . . . 50
3.1 Übersicht über allgemeine Patientencha-
rakteristika . . . . . . . . . . . . . . . . 70
3.2 Übersicht über kardiale Risikofaktoren . 71
3.3 Übersicht über Messungen . . . . . . . 74
3.4 Übersicht der kardialen Hauptdiagnosen 75
3.5 Übersicht der MRT Volumetrie . . . . . 78
3.6 Übersicht der MRT Gewebscharakteri-
sierung . . . . . . . . . . . . . . . . . . 79
3.7 Übersicht über die Korrelation des syn-
thetischen ECV zur kardialen Hauptdia-
gnose . . . . . . . . . . . . . . . . . . . 90
3.8 Kreuztabelle . . . . . . . . . . . . . . . 93
Literaturverzeichnis
[1] A. S. Adabag et al. “Occurrence and frequency
of arrhythmias in hypertrophic cardiomyopathy
in relation to delayed enhancement on cardiovas-
cular magnetic resonance”. In: J Am Coll Car-
diol 51.14 (2008), S. 1369–74. issn: 1558-3597
(Electronic) 0735-1097 (Linking). doi: 10.1016/
j.jacc.2007.11.071.
[2] Aref Albakri. “Ischemic cardiomyopathy: A re-
view of literature on clinical status and meta-
analysis of diagnostic and clinical management”.
In: Biology, Engineering and Medicine 3.5 (2018).
issn: 23999632. doi: 10.15761/bem.1000151.
[3] K. R. Anderson, M. G. Sutton und J. T. Lie. “Hi-
stopathological types of cardiac fibrosis in myo-
cardial disease”. In: Journal of Pathology 128.2
Literaturverzeichnis
(1979), S. 79–85. issn: 0022-3417 (Print) 0022-
3417 (Linking). doi: 10.1002/path.1711280205.
[4] G. D. Aquaro et al. “Cardiac MR With Late
Gadolinium Enhancement in Acute Myocarditis
With Preserved Systolic Function: ITAMY Stu-
dy”. In: Journal of the American College of Car-
diology 70.16 (2017), S. 1977–1987. issn: 1558-
3597 (Electronic) 0735-1097 (Linking). doi: 10.
1016/j.jacc.2017.08.044.
[5] E. Arbustini et al. “The MOGE(S) classificati-
on for a phenotype-genotype nomenclature of
cardiomyopathy: endorsed by the World Heart
Federation”. In: Journal of the American Col-
lege of Cardiology 62.22 (2013), S. 2046–72.
issn: 1558-3597 (Electronic) 0735-1097 (Lin-
king). doi: 10.1016/j.jacc.2013.08.1644.
[6] E. Arbustini et al. “The MOGE(S) classification
of cardiomyopathy for clinicians”. In: Journal of
the American College of Cardiology 64.3 (2014),
S. 304–18. issn: 1558-3597 (Electronic) 0735-
1097 (Linking). doi: 10.1016/j.jacc.2014.
05.027.
129
Literaturverzeichnis
[7] R. G. Assomull et al. “Cardiovascular magnetic
resonance, fibrosis, and prognosis in dilated car-
diomyopathy”. In: Journal of the American Col-
lege of Cardiology 48.10 (2006), S. 1977–85.
issn: 1558-3597 (Electronic) 0735-1097 (Lin-
king). doi: 10.1016/j.jacc.2006.07.049.
[8] A. Bakalakos, K. Ritsatos und A. Anastasakis.
“Current perspectives on the diagnosis and ma-
nagement of dilated cardiomyopathy Beyond he-
art failure: a Cardiomyopathy Clinic Doctor’s
point of view”. In: Hellenic Journal of Cardiology
59.5 (2018), S. 254–261. issn: 2241-5955 (Elec-
tronic) 1109-9666 (Linking). doi: 10.1016/j.
hjc.2018.05.008.
[9] S. M. Banypersad et al. “Quantification of myo-
cardial extracellular volume fraction in systemic
AL amyloidosis: an equilibrium contrast cardio-
vascular magnetic resonance study”. In: Circ Car-
diovasc Imaging 6.1 (2013), S. 34–9. issn: 1942-
0080 (Electronic) 1941-9651 (Linking). doi: 10.
1161/CIRCIMAGING.112.978627.
130
Literaturverzeichnis
[10] S. M. Banypersad et al. “T1 mapping and survi-
val in systemic light-chain amyloidosis”. In: Eu-
ropean Heart Journal 36.4 (2015), S. 244–51.
issn: 1522-9645 (Electronic) 0195-668X (Lin-
king). doi: 10.1093/eurheartj/ehu444.
[11] M. Baroni et al. “Role of cardiovascular magne-
tic resonance in suspected cardiac amyloidosis:
late gadolinium enhancement pattern as morta-
lity predictor”. In: Neth Heart J 26.1 (2018),
S. 34–40. issn: 1568-5888 (Print) 1568-5888
(Linking). doi: 10.1007/s12471-017-1046-
4.
[12] Aernout M. Beek et al. “Delayed contrast-enhanced
magnetic resonance imaging for the prediction
of regional functional improvement after acute
myocardial infarction”. In: Journal of the Ameri-
can College of Cardiology 42.5 (2003), S. 895–
901. issn: 07351097. doi: 10.1016/s0735-
1097(03)00835-0.
[13] D. Bello et al. “Infarct morphology identifies
patients with substrate for sustained ventricu-
lar tachycardia”. In: Journal of the American
131
Literaturverzeichnis
College of Cardiology 45.7 (2005), S. 1104–8.
issn: 0735-1097 (Print) 0735-1097 (Linking).
doi: 10.1016/j.jacc.2004.12.057.
[14] B. C. Berk, K. Fujiwara und S. Lehoux. “ECM
remodeling in hypertensive heart disease”. In:
Journal of Clinical Investigation 117.3 (2007),
S. 568–75. issn: 0021-9738 (Print) 0021-9738
(Linking). doi: 10.1172/JCI31044.
[15] A. Biernacka und N. G. Frangogiannis. “Aging
and Cardiac Fibrosis”. In: Aging Dis 2.2 (2011),
S. 158–173. issn: 2152-5250 (Print) 2152-5250
(Linking).
[16] D. H. Birnie et al. “Cardiac Sarcoidosis”. In:
Journal of the American College of Cardiology
68.4 (2016), S. 411–21. issn: 1558-3597 (Elec-
tronic) 0735-1097 (Linking). doi: 10.1016/j.
jacc.2016.03.605.
[17] D. H. Birnie et al. “Cardiac manifestations of
sarcoidosis: diagnosis and management”. In: Eu-
ropean Heart Journal 38.35 (2017), S. 2663–
2670. issn: 1522-9645 (Electronic) 0195-668X
(Linking). doi: 10.1093/eurheartj/ehw328.
132
Literaturverzeichnis
[18] J. Bogaert et al. “Original report. Late myo-
cardial enhancement in hypertrophic cardiomy-
opathy with contrast-enhanced MR imaging”.
In: AJR: American Journal of Roentgenology
180.4 (2003), S. 981–5. issn: 0361-803X (Print)
0361-803X (Linking). doi: 10.2214/ajr.180.
4.1800981.
[19] F. M. Bogun et al. “Delayed-enhanced magne-
tic resonance imaging in nonischemic cardiomy-
opathy: utility for identifying the ventricular ar-
rhythmia substrate”. In: Journal of the Ameri-
can College of Cardiology 53.13 (2009), S. 1138–
45. issn: 1558-3597 (Electronic) 0735-1097 (Lin-
king). doi: 10.1016/j.jacc.2008.11.052.
[20] S. J. Boynton et al. “LGE Provides Incremental
Prognostic Information Over Serum Biomarkers
in AL Cardiac Amyloidosis”. In: JACC Cardio-
vasc Imaging 9.6 (2016), S. 680–6. issn: 1876-
7591 (Electronic) 1876-7591 (Linking). doi: 10.
1016/j.jcmg.2015.10.027.
[21] B. Bozkurt et al. “Current Diagnostic and Treat-
ment Strategies for Specific Dilated Cardiomy-
133
Literaturverzeichnis
opathies: A Scientific Statement From the Ame-
rican Heart Association”. In: Circulation 134.23
(2016), e579–e646. issn: 1524-4539 (Electro-
nic) 0009-7322 (Linking). doi: 10.1161/CIR.
0000000000000455.
[22] RO Brandenburg. “Report of the WHO/ISFC
task force on the definition and classification
of cardiomyopathies”. In: British Heart Journal
44.6 (1980), S. 672–3. issn: 0007-0769 (Print)
0007-0769 (Linking). doi: 10.1136/hrt.44.
6.672.
[23] Jeremy Brooks, Christopher M. Kramer und Mi-
chael Salerno. “Markedly increased volume of
distribution of gadolinium in cardiac amyloido-
sis demonstrated by T1mapping”. In: Journal
of Magnetic Resonance Imaging 38.6 (2013),
S. 1591–1595. issn: 10531807. doi: 10.1002/
jmri.24078.
[24] O. Bruder et al. “European Cardiovascular Ma-
gnetic Resonance (EuroCMR) registry–multi na-
tional results from 57 centers in 15 countries”.
In: Journal of Cardiovascular Magnetic Reso-
134
Literaturverzeichnis
nance 15 (2013), S. 9. issn: 1532-429X (Elec-
tronic) 1097-6647 (Linking). doi: 10 . 1186 /
1532-429X-15-9.
[25] A. L. Caforio et al. “Current state of knowledge
on aetiology, diagnosis, management, and the-
rapy of myocarditis: a position statement of the
European Society of Cardiology Working Group
on Myocardial and Pericardial Diseases”. In: Eu-
ropean Heart Journal 34.33 (2013), 2636–48,
2648a–2648d. issn: 1522-9645 (Electronic) 0195-
668X (Linking). doi: 10.1093/eurheartj/
eht210.
[26] D. Carrick et al. “Prognostic significance of in-
farct core pathology revealed by quantitative non-
contrast in comparison with contrast cardiac ma-
gnetic resonance imaging in reperfused ST-elevation
myocardial infarction survivors”. In: European
Heart Journal 37.13 (2016), S. 1044–59. issn:
1522-9645 (Electronic) 0195-668X (Linking). doi:
10.1093/eurheartj/ehv372.
[27] M. D. Cerqueira et al. “Standardized myocardi-
al segmentation and nomenclature for tomogra-
135
Literaturverzeichnis
phic imaging of the heart. A statement for he-
althcare professionals from the Cardiac Imaging
Committee of the Council on Clinical Cardiology
of the American Heart Association”. In: Circu-
lation 105.4 (2002), S. 539–42. issn: 1524-4539
(Electronic) 0009-7322 (Linking). doi: 10.1161/
hc0402.102975.
[28] P. Chareonthaitawee et al. “Joint SNMMI-ASNC
Expert Consensus Document on the Role of (18)F-
FDG PET/CT in Cardiac Sarcoid Detection and
Therapy Monitoring”. In: Journal of Nuclear Me-
dicine 58.8 (2017), S. 1341–1353. issn: 1535-
5667 (Electronic) 0161-5505 (Linking). doi: 10.
2967/jnumed.117.196287.
[29] Xuefeng Chen et al. “Dapagliflozin Attenuates
Myocardial Fibrosis by Inhibiting the TGF-β1/Smad
Signaling Pathway in a Normoglycemic Rabbit
Model of Chronic Heart Failure”. In: Frontiers
in Pharmacology 13 (2022). issn: 1663-9812.
doi: 10.3389/fphar.2022.873108.
[30] Z. Chen et al. “Focal But Not Diffuse Myocardi-
al Fibrosis Burden Quantification Using Cardiac
136
Literaturverzeichnis
Magnetic Resonance Imaging Predicts Left Ven-
tricular Reverse Modeling Following Cardiac Re-
synchronization Therapy”. In: Journal of Cardio-
vascular Electrophysiology 27.2 (2016), S. 203–
9. issn: 1540-8167 (Electronic) 1045-3873 (Lin-
king). doi: 10.1111/jce.12855.
[31] H. M. Choi et al. “Myocardial fibrosis progres-
sion on cardiac magnetic resonance in hypertro-
phic cardiomyopathy”. In: Heart 101.11 (2015),
S. 870–6. issn: 1468-201X (Electronic) 1355-
6037 (Linking). doi: 10.1136/heartjnl-2014-
306555.
[32] L. Choudhury et al. “Myocardial scarring in asym-
ptomatic or mildly symptomatic patients with
hypertrophic cardiomyopathy”. In: Journal of the
American College of Cardiology 40.12 (2002),
S. 2156–64. issn: 0735-1097 (Print) 0735-1097
(Linking). doi: 10 . 1016 / s0735 - 1097(02 )
02602-5.
[33] G. C. Coleman et al. “Prognostic Value of Myo-
cardial Scarring on CMR in Patients With Car-
diac Sarcoidosis”. In: JACC Cardiovasc Imaging
137
Literaturverzeichnis
10.4 (2017), S. 411–420. issn: 1876-7591 (Elec-
tronic) 1876-7591 (Linking). doi: 10.1016/j.
jcmg.2016.05.009.
[34] Y. Cui et al. “Association between myocardial
extracellular volume and strain analysis through
cardiovascular magnetic resonance with histolo-
gical myocardial fibrosis in patients awaiting he-
art transplantation”. In: Journal of Cardiovas-
cular Magnetic Resonance 20.1 (2018), S. 25.
issn: 1532-429X (Electronic) 1097-6647 (Lin-
king). doi: 10.1186/s12968-018-0445-z.
[35] D. Dabir et al. “Reference values for healthy
human myocardium using a T1 mapping metho-
dology: results from the International T1 Mul-
ticenter cardiovascular magnetic resonance stu-
dy”. In: J Cardiovasc Magn Reson 16 (2014),
S. 69. issn: 1532-429X (Electronic) 1097-6647
(Linking). doi: 10.1186/s12968-014-0069-
x.
[36] S. Dass et al. “Myocardial tissue characteriza-
tion using magnetic resonance noncontrast t1
mapping in hypertrophic and dilated cardiomy-
138
Literaturverzeichnis
opathy”. In: Circ Cardiovasc Imaging 5.6 (2012),
S. 726–33. issn: 1942-0080 (Electronic) 1941-
9651 (Linking). doi: 10.1161/CIRCIMAGING.
112.976738.
[37] F. De Cobelli et al. “Delayed gadolinium-enhanced
cardiac magnetic resonance in patients with chro-
nic myocarditis presenting with heart failure or
recurrent arrhythmias”. In: Journal of the Ame-
rican College of Cardiology 47.8 (2006), S. 1649–
54. issn: 1558-3597 (Electronic) 0735-1097 (Lin-
king). doi: 10.1016/j.jacc.2005.11.067.
[38] K. Y. Diao et al. “Histologic validation of myo-
cardial fibrosis measured by T1 mapping: a sys-
tematic review and meta-analysis”. In: Journal
of Cardiovascular Magnetic Resonance 18.1 (2016),
S. 92. issn: 1532-429X (Electronic) 1097-6647
(Linking). doi: 10.1186/s12968-016-0313-
7.
[39] J. Diez et al. “Losartan-dependent regression of
myocardial fibrosis is associated with reduction
of left ventricular chamber stiffness in hyper-
tensive patients”. In: Circulation 105.21 (2002),
139
Literaturverzeichnis
S. 2512–7. issn: 1524-4539 (Electronic) 0009-
7322 (Linking). doi: 10.1161/01.cir.0000017264.
66561.3d.
[40] M. Disertori et al. “Myocardial Fibrosis Assess-
ment by LGE Is a Powerful Predictor of Vent-
ricular Tachyarrhythmias in Ischemic and Noni-
schemic LV Dysfunction: A Meta-Analysis”. In:
JACC Cardiovasc Imaging 9.9 (2016), S. 1046–
1055. issn: 1876-7591 (Electronic) 1876-7591
(Linking). doi: 10.1016/j.jcmg.2016.01.
033.
[41] S. Dorbala et al. “ASNC/AHA/ASE/EANM/HFSA/ISA/SCMR/SNMMI
expert consensus recommendations for multimo-
dality imaging in cardiac amyloidosis: Part 1 of
2-evidence base and standardized methods of
imaging”. In: Journal of Nuclear Cardiology 26.6
(2019), S. 2065–2123. issn: 1532-6551 (Elec-
tronic) 1071-3581 (Linking). doi: 10 . 1007 /
s12350-019-01760-6.
[42] A. H. Ellims et al. “Diffuse myocardial fibrosis
evaluated by post-contrast t1 mapping correla-
tes with left ventricular stiffness”. In: Journal
140
Literaturverzeichnis
of the American College of Cardiology 63.11
(2014), S. 1112–8. issn: 1558-3597 (Electronic)
0735-1097 (Linking). doi: 10.1016/j.jacc.
2013.10.084.
[43] P. M. Elliott et al. “2014 ESC Guidelines on
diagnosis and management of hypertrophic car-
diomyopathy: the Task Force for the Diagno-
sis and Management of Hypertrophic Cardio-
myopathy of the European Society of Cardio-
logy (ESC)”. In: European Heart Journal 35.39
(2014), S. 2733–79. issn: 1522-9645 (Electro-
nic) 0195-668X (Linking). doi: 10.1093/eurh
eartj/ehu284.
[44] P. Elliott. “Cardiomyopathy. Diagnosis and ma-
nagement of dilated cardiomyopathy”. In: Heart
84.1 (2000), S. 106–12. issn: 1468-201X (Elec-
tronic) 1355-6037 (Linking). doi: 10 . 1136 /
heart.84.1.106.
[45] P. Elliott et al. “Classification of the cardiomy-
opathies: a position statement from the Euro-
pean Society Of Cardiology Working Group on
Myocardial and Pericardial Diseases”. In: Euro-
141
Literaturverzeichnis
pean Heart Journal 29.2 (2008), S. 270–6. issn:
0195-668X (Print) 0195-668X (Linking). doi:
10.1093/eurheartj/ehm342.
[46] R. J. Everett et al. “Assessment of myocardial
fibrosis with T1 mapping MRI”. In: Clin Radiol
71.8 (2016), S. 768–78. issn: 1365-229X (Elec-
tronic) 0009-9260 (Linking). doi: 10.1016/j.
crad.2016.02.013.
[47] R. H. Falk et al. “AL (Light-Chain) Cardiac Amy-
loidosis: A Review of Diagnosis and Therapy”.
In: Journal of the American College of Cardio-
logy 68.12 (2016), S. 1323–41. issn: 1558-3597
(Electronic) 0735-1097 (Linking). doi: 10.1016/
j.jacc.2016.06.053.
[48] G. Michael Felker, Linda K. Shaw und Christo-
pher M. O’Connor. “A standardized definition
of ischemic cardiomyopathy for use in clinical
research”. In: Journal of the American College
of Cardiology 39.2 (2002), S. 210–218. issn:
07351097. doi: 10.1016/s0735- 1097(01)
01738-7.
142
Literaturverzeichnis
[49] G. J. Fent et al. “Synthetic Myocardial Extra-
cellular Volume Fraction”. In: JACC Cardiovasc
Imaging 10.11 (2017), S. 1402–1404. issn: 1876-
7591 (Electronic) 1876-7591 (Linking). doi: 10.
1016/j.jcmg.2016.12.007.
[50] V. M. Ferreira et al. “T(1) mapping for the dia-
gnosis of acute myocarditis using CMR: com-
parison to T2-weighted and late gadolinium en-
hanced imaging”. In: JACC Cardiovasc Imaging
6.10 (2013), S. 1048–1058. issn: 1876-7591 (Elec-
tronic) 1876-7591 (Linking). doi: 10.1016/j.
jcmg.2013.03.008.
[51] V. M. Ferreira et al. “Native T1-mapping de-
tects the location, extent and patterns of acu-
te myocarditis without the need for gadolinium
contrast agents”. In: Journal of Cardiovascular
Magnetic Resonance 16 (2014), S. 36. issn:
1532-429X (Electronic) 1097-6647 (Linking). doi:
10.1186/1532-429X-16-36.
[52] V. M. Ferreira et al. “Cardiovascular Magnetic
Resonance in Nonischemic Myocardial Inflam-
mation: Expert Recommendations”. In: Journal
143
Literaturverzeichnis
of the American College of Cardiology 72.24
(2018), S. 3158–3176. issn: 1558-3597 (Elec-
tronic) 0735-1097 (Linking). doi: 10.1016/j.
jacc.2018.09.072.
[53] A. S. Flett et al. “Equilibrium contrast cardio-
vascular magnetic resonance for the measure-
ment of diffuse myocardial fibrosis: prelimina-
ry validation in humans”. In: Circulation 122.2
(2010), S. 138–44. issn: 1524-4539 (Electronic)
0009-7322 (Linking). doi: 10.1161/CIRCULAT
IONAHA.109.930636.
[54] M. Fontana et al. “Differential Myocyte Respon-
ses in Patients with Cardiac Transthyretin Amy-
loidosis and Light-Chain Amyloidosis: A Cardiac
MR Imaging Study”. In: Radiology 277.2 (2015),
S. 388–97. issn: 1527-1315 (Electronic) 0033-
8419 (Linking). doi: 10.1148/radiol.2015141744.
[55] M. Fontana et al. “Prognostic Value of Late Ga-
dolinium Enhancement Cardiovascular Magnetic
Resonance in Cardiac Amyloidosis”. In: Circula-
tion 132.16 (2015), S. 1570–9. issn: 1524-4539
144
Literaturverzeichnis
(Electronic) 0009-7322 (Linking). doi: 10.1161/
CIRCULATIONAHA.115.016567.
[56] M. G. Friedrich et al. “Contrast media-enhanced
magnetic resonance imaging visualizes myocar-
dial changes in the course of viral myocardi-
tis”. In: Circulation 97.18 (1998), S. 1802–9.
issn: 0009-7322 (Print) 0009-7322 (Linking).
doi: 10.1161/01.Cir.97.18.1802.
[57] M. G. Friedrich et al. “Cardiovascular magnetic
resonance in myocarditis: A JACC White Pa-
per”. In: Journal of the American College of Car-
diology 53.17 (2009), S. 1475–87. issn: 1558-
3597 (Electronic) 0735-1097 (Linking). doi: 10.
1016/j.jacc.2009.02.007.
[58] B. J. Gersh et al. “2011 ACCF/AHA guideli-
ne for the diagnosis and treatment of hypertro-
phic cardiomyopathy: a report of the American
College of Cardiology Foundation/American He-
art Association Task Force on Practice Guideli-
nes”. In: Circulation 124.24 (2011), e783–831.
issn: 1524-4539 (Electronic) 0009-7322 (Lin-
king). doi: 10.1161/CIR.0b013e318223e2bd.
145
Literaturverzeichnis
[59] M. A. Gertz. “Immunoglobulin light chain amy-
loidosis: 2013 update on diagnosis, prognosis,
and treatment”. In: American Journal of Hema-
tology 88.5 (2013), S. 416–25. issn: 1096-8652
(Electronic) 0361-8609 (Linking). doi: 10.1002/
ajh.23400.
[60] M. A. Gertz et al. “Diagnosis, Prognosis, and
Therapy of Transthyretin Amyloidosis”. In: Jour-
nal of the American College of Cardiology 66.21
(2015), S. 2451–2466. issn: 1558-3597 (Elec-
tronic) 0735-1097 (Linking). doi: 10.1016/j.
jacc.2015.09.075.
[61] A. Gonzalez et al. “Myocardial Interstitial Fibro-
sis in Heart Failure: Biological and Translational
Perspectives”. In: Journal of The American Col-
lege of Cardiology 71.15 (2018), S. 1696–1706.
issn: 1558-3597 (Electronic) 0735-1097 (Lin-
king). doi: 10.1016/j.jacc.2018.02.021.
[62] J. F. Goodwin und C. M. Oakley. “The car-
diomyopathies”. In: British Heart Journal 34.6
(1972), S. 545–52. issn: 0007-0769 (Print) 0007-
0769 (Linking). doi: 10.1136/hrt.34.6.545.
146
Literaturverzeichnis
[63] C. Grani et al. “Prognostic Value of Cardiac
Magnetic Resonance Tissue Characterization in
Risk Stratifying Patients With Suspected Myo-
carditis”. In: Journal of the American College of
Cardiology 70.16 (2017), S. 1964–1976. issn:
1558-3597 (Electronic) 0735-1097 (Linking). doi:
10.1016/j.jacc.2017.08.050.
[64] S. Greulich et al. “CMR imaging predicts death
and other adverse events in suspected cardiac
sarcoidosis”. In: JACC Cardiovasc Imaging 6.4
(2013), S. 501–11. issn: 1876-7591 (Electronic)
1876-7591 (Linking). doi: 10.1016/j.jcmg.
2012.10.021.
[65] S. Greulich et al. “Comprehensive Cardiovascu-
lar Magnetic Resonance Assessment in Patients
With Sarcoidosis and Preserved Left Ventricular
Ejection Fraction”. In: Circ Cardiovasc Imaging
9.11 (2016). issn: 1942-0080 (Electronic) 1941-
9651 (Linking). doi: 10.1161/CIRCIMAGING.
116.005022.
[66] J. C. S. Joint Working Group. “Guidelines for
diagnosis and treatment of myocarditis (JCS 2009):
147
Literaturverzeichnis
digest version”. In: Circ J 75.3 (2011), S. 734–
43. issn: 1347-4820 (Electronic) 1346-9843 (Lin-
king). doi: 10.1253/circj.cj-88-0008.
[67] S. Grun et al. “Long-term follow-up of biopsy-
proven viral myocarditis: predictors of mortali-
ty and incomplete recovery”. In: Journal of the
American College of Cardiology 59.18 (2012),
S. 1604–15. issn: 1558-3597 (Electronic) 0735-
1097 (Linking). doi: 10.1016/j.jacc.2012.
01.007.
[68] A. Gulati et al. “Association of fibrosis with mor-
tality and sudden cardiac death in patients with
nonischemic dilated cardiomyopathy”. In: JA-
MA 309.9 (2013), S. 896–908. issn: 1538-3598
(Electronic) 0098-7484 (Linking). doi: 10.1001/
jama.2013.1363.
[69] M. Gyongyosi et al. “Myocardial fibrosis: bio-
medical research from bench to bedside”. In:
European Journal of Heart Failure 19.2 (2017),
S. 177–191. issn: 1879-0844 (Electronic) 1388-
9842 (Linking). doi: 10.1002/ejhf.696.
148
Literaturverzeichnis
[70] P. Haaf et al. “Cardiac T1 Mapping and Ex-
tracellular Volume (ECV) in clinical practice: a
comprehensive review”. In: Journal of Cardio-
vascular Magnetic Resonance 18.1 (2016), S. 89.
issn: 1532-429X (Electronic) 1097-6647 (Lin-
king). doi: 10.1186/s12968-016-0308-4.
[71] B. P. Halliday et al. “Association Between Mid-
wall Late Gadolinium Enhancement and Sudden
Cardiac Death in Patients With Dilated Cardio-
myopathy and Mild and Moderate Left Ventricu-
lar Systolic Dysfunction”. In: Circulation 135.22
(2017), S. 2106–2115. issn: 1524-4539 (Elec-
tronic) 0009-7322 (Linking). doi: 10 . 1161 /
CIRCULATIONAHA.116.026910.
[72] A. Hennig et al. “High-resolution three-dimensional
late gadolinium-enhanced cardiac magnetic re-
sonance imaging to identify the underlying sub-
strate of ventricular arrhythmia”. In: Europace
20.FI2 (2018), f179–f191. issn: 1532-2092 (Elec-
tronic) 1099-5129 (Linking). doi: 10 . 1093 /
europace/eux278.
149
Literaturverzeichnis
[73] R. Hinojar et al. “Native T1 in discriminati-
on of acute and convalescent stages in patients
with clinical diagnosis of myocarditis: a propo-
sed diagnostic algorithm using CMR”. In: JACC
Cardiovasc Imaging 8.1 (2015), S. 37–46. issn:
1876-7591 (Electronic) 1876-7591 (Linking). doi:
10.1016/j.jcmg.2014.07.016.
[74] R. Hinojar et al. “T1 Mapping in Discrimina-
tion of Hypertrophic Phenotypes: Hypertensive
Heart Disease and Hypertrophic Cardiomyopa-
thy: Findings From the International T1 Multi-
center Cardiovascular Magnetic Resonance Stu-
dy”. In: Circ Cardiovasc Imaging 8.12 (2015).
issn: 1942-0080 (Electronic) 1941-9651 (Lin-
king). doi: 10.1161/CIRCIMAGING.115.003285.
[75] C. Y. Ho et al. “T1 measurements identify ex-
tracellular volume expansion in hypertrophic car-
diomyopathy sarcomere mutation carriers with
and without left ventricular hypertrophy”. In:
Circ Cardiovasc Imaging 6.3 (2013), S. 415–22.
issn: 1942-0080 (Electronic) 1941-9651 (Lin-
king). doi: 10.1161/CIRCIMAGING.112.000333.
150
Literaturverzeichnis
[76] V. Hombach et al. “[The role of cardiovascu-
lar magnetic resonance imaging in the diagnosis
and prognosis of patients with heart failure]”.
In: Herz 36.2 (2011), S. 84–93. issn: 1615-6692
(Electronic) 0340-9937 (Linking). doi: 10.1007/
s00059-010-3418-z.
[77] V. Hombach et al. “Curriculum Kardiale Magne-
tresonanztomographie (CMR)”. In: Der Kardio-
loge 8.6 (2014), S. 451–461. issn: 1864-9718
1864-9726. doi: 10.1007/s12181-014-0623-
7.
[78] V. Hombach et al. “Durchführung und Befun-
dung der kardialen Magnetresonanztomographie
(Kardio-MRT)”. In: Der Kardiologe 9.5 (2015),
S. 337–347. issn: 1864-9718 1864-9726. doi:
10.1007/s12181-015-0021-9.
[79] Y. J. Hong et al. “Extracellular volume fraction
in dilated cardiomyopathy patients without ob-
vious late gadolinium enhancement: comparison
with healthy control subjects”. In: International
Journal of Cardiovascular Imaging 31 Suppl 1
(2015), S. 115–22. issn: 1875-8312 (Electronic)
151
Literaturverzeichnis
1569-5794 (Linking). doi: 10.1007/s10554-
015-0595-0.
[80] J. G. Howlett et al. “Canadian Cardiovascular
Society Consensus Conference guidelines on he-
art failure, update 2009: diagnosis and mana-
gement of right-sided heart failure, myocarditis,
device therapy and recent important clinical tri-
als”. In: Canadian Journal of Cardiology 25.2
(2009), S. 85–105. issn: 1916-7075 (Electronic)
0828-282X (Linking). doi: 10.1016/s0828-
282x(09)70477-5.
[81] E. Hulten et al. “Presence of Late Gadolini-
um Enhancement by Cardiac Magnetic Reso-
nance Among Patients With Suspected Cardiac
Sarcoidosis Is Associated With Adverse Cardio-
vascular Prognosis: A Systematic Review and
Meta-Analysis”. In: Circ Cardiovasc Imaging 9.9
(2016), e005001. issn: 1942-0080 (Electronic)
1941-9651 (Linking). doi: 10.1161/CIRCIMAG
ING.116.005001.
[82] L. M. Iles et al. “Histological validation of car-
diac magnetic resonance analysis of regional and
152
Literaturverzeichnis
diffuse interstitial myocardial fibrosis”. In: Eur
Heart J Cardiovasc Imaging 16.1 (2015), S. 14–
22. issn: 2047-2412 (Electronic) 2047-2404 (Lin-
king). doi: 10.1093/ehjci/jeu182.
[83] L. Iles et al. “Evaluation of diffuse myocardi-
al fibrosis in heart failure with cardiac magne-
tic resonance contrast-enhanced T1 mapping”.
In: Journal of the American College of Cardio-
logy 52.19 (2008), S. 1574–80. issn: 1558-3597
(Electronic) 0735-1097 (Linking). doi: 10.1016/
j.jacc.2008.06.049.
[84] K. Inui et al. “Superiority of the extracellular vo-
lume fraction over the myocardial T1 value for
the assessment of myocardial fibrosis in patients
with non-ischemic cardiomyopathy”. In: Magne-
tic Resonance Imaging 34.8 (2016), S. 1141–5.
issn: 1873-5894 (Electronic) 0730-725X (Lin-
king). doi: 10.1016/j.mri.2016.05.008.
[85] M. F. Jan und A. J. Tajik. “Modern Imaging
Techniques in Cardiomyopathies”. In: Circula-
tion Research 121.7 (2017), S. 874–891. issn:
153
Literaturverzeichnis
1524-4571 (Electronic) 0009-7330 (Linking). doi:
10.1161/CIRCRESAHA.117.309600.
[86] A. G. Japp et al. “The Diagnosis and Evalua-
tion of Dilated Cardiomyopathy”. In: Journal
of the American College of Cardiology 67.25
(2016), S. 2996–3010. issn: 1558-3597 (Elec-
tronic) 0735-1097 (Linking). doi: 10.1016/j.
jacc.2016.03.590.
[87] C. Jellis et al. “Assessment of nonischemic myo-
cardial fibrosis”. In: Journal of The American
College of Cardiology 56.2 (2010), S. 89–97.
issn: 1558-3597 (Electronic) 0735-1097 (Lin-
king). doi: 10.1016/j.jacc.2010.02.047.
[88] K. Jiang et al. “Cardioprotective mechanism of
SGLT2 inhibitor against myocardial infarction is
through reduction of autosis”. In: Protein Cell
13.5 (2022). Jiang, Kai Xu, Yue Wang, Dan-
dan Chen, Feng Tu, Zizhuo Qian, Jie Xu, Sheng
Xu, Yixiang Hwa, John Li, Jian Shang, Hong-
cai Xiang, Yaozu eng Research Support, Non-
U.S. Gov’t Germany 2021/01/09 Protein Cell.
2022 May;13(5):336-359. doi: 10.1007/s13238-
154
Literaturverzeichnis
020-00809-4. Epub 2021 Jan 8., S. 336–359.
issn: 1674-8018 (Electronic) 1674-800X (Lin-
king). doi: 10.1007/s13238-020-00809-4.
[89] S. de Jong et al. “Monitoring cardiac fibrosis:
a technical challenge”. In: Neth Heart J 20.1
(2012), S. 44–8. issn: 1876-6250 (Electronic)
1568-5888 (Linking). doi: 10.1007/s12471-
011-0226-x.
[90] R. M. Judd et al. “Physiological basis of myocar-
dial contrast enhancement in fast magnetic reso-
nance images of 2-day-old reperfused canine in-
farcts”. In: Circulation 92.7 (1995), S. 1902–10.
issn: 0009-7322 (Print) 0009-7322 (Linking).
doi: 10.1161/01.cir.92.7.1902.
[91] A. A. Kammerlander et al. “T1 Mapping by
CMR Imaging: From Histological Validation to
Clinical Implication”. In: JACC Cardiovasc Ima-
ging 9.1 (2016), S. 14–23. issn: 1876-7591 (Elec-
tronic) 1876-7591 (Linking). doi: 10.1016/j.
jcmg.2015.11.002.
[92] A. A. Kammerlander et al. “Extracellular volu-
me quantification by cardiac magnetic resonance
155
Literaturverzeichnis
imaging without hematocrit sampling : Ready
for prime time?” In: Wiener Klinische Wochen-
schrift 130.5-6 (2018), S. 190–196. issn: 1613-
7671 (Electronic) 0043-5325 (Linking). doi: 10.
1007/s00508-017-1267-y.
[93] T. D. Karamitsos und S. Neubauer. “The pro-
gnostic value of late gadolinium enhancement
CMR in nonischemic cardiomyopathies”. In: Cur-
rent Cardiology Reports 15.1 (2013), S. 326.
issn: 1534-3170 (Electronic) 1523-3782 (Lin-
king). doi: 10.1007/s11886-012-0326-2.
[94] T. D. Karamitsos et al. “The role of cardiovascu-
lar magnetic resonance imaging in heart failure”.
In: Journal of the American College of Cardio-
logy 54.15 (2009), S. 1407–24. issn: 1558-3597
(Electronic) 0735-1097 (Linking). doi: 10.1016/
j.jacc.2009.04.094.
[95] T. D. Karamitsos et al. “Noncontrast T1 map-
ping for the diagnosis of cardiac amyloidosis”.
In: JACC Cardiovasc Imaging 6.4 (2013), S. 488–
97. issn: 1876-7591 (Electronic) 1876-7591 (Lin-
king). doi: 10.1016/j.jcmg.2012.11.013.
156
Literaturverzeichnis
[96] T. D. Karamitsos et al. “Myocardial Tissue Cha-
racterization and Fibrosis by Imaging”. In: JACC
Cardiovasc Imaging 13.5 (2020), S. 1221–1234.
issn: 1876-7591 (Electronic) 1876-7591 (Lin-
king). doi: 10.1016/j.jcmg.2019.06.030.
[97] Sebastian Kelle und Henning Steen. “Kardia-
le Magnetresonanztomographie: Ist Gadolinium
mit Risiken für die Patienten behaftet?” In: Dtsch
Arztebl International 113.41 (2016), S. –20–.
doi: 10.3238/PersKardio.2016.10.14.04.
[98] P. Kellman und M. S. Hansen. “T1-mapping in
the heart: accuracy and precision”. In: Journal of
Cardiovascular Magnetic Resonance 16 (2014),
S. 2. issn: 1532-429X (Electronic) 1097-6647
(Linking). doi: 10.1186/1532-429X-16-2.
[99] M. A. Khan et al. “Examining the Relation-
ship and Prognostic Implication of Diabetic Sta-
tus and Extracellular Matrix Expansion by Car-
diac Magnetic Resonance”. In: Circ Cardiovasc
Imaging 13.7 (2020), e011000. issn: 1942-0080
(Electronic) 1941-9651 (Linking). doi: 10.1161/
CIRCIMAGING.120.011000.
157
Literaturverzeichnis
[100] P. K. Kim et al. “Myocardial T1 and T2 Map-
ping: Techniques and Clinical Applications”. In:
Korean Journal of Radiology 18.1 (2017), S. 113–
131. issn: 2005-8330 (Electronic) 1229-6929 (Lin-
king). doi: 10.3348/kjr.2017.18.1.113.
[101] R. J. Kim et al. “Myocardial Gd-DTPA kinetics
determine MRI contrast enhancement and re-
flect the extent and severity of myocardial injury
after acute reperfused infarction”. In: Circulati-
on 94.12 (1996), S. 3318–26. issn: 0009-7322
(Print) 0009-7322 (Linking). doi: 10 . 1161 /
01.cir.94.12.3318.
[102] R. J. Kim et al. “Relationship of MRI delayed
contrast enhancement to irreversible injury, in-
farct age, and contractile function”. In: Circula-
tion 100.19 (1999), S. 1992–2002. issn: 1524-
4539 (Electronic) 0009-7322 (Linking). doi: 10.
1161/01.Cir.100.19.1992.
[103] R. J. Kim et al. “The use of contrast-enhanced
magnetic resonance imaging to identify reversi-
ble myocardial dysfunction”. In: New England
Journal of Medicine 343.20 (2000), S. 1445–53.
158
Literaturverzeichnis
issn: 0028-4793 (Print) 0028-4793 (Linking).
doi: 10.1056/NEJM200011163432003.
[104] R. J. Kim et al. “Performance of delayed-enhancement
magnetic resonance imaging with gadoverseta-
mide contrast for the detection and assessment
of myocardial infarction: an international, mul-
ticenter, double-blinded, randomized trial”. In:
Circulation 117.5 (2008), S. 629–37. issn: 1524-
4539 (Electronic) 0009-7322 (Linking). doi: 10.
1161/CIRCULATIONAHA.107.723262.
[105] M. M. Kittleson et al. “Cardiac Amyloidosis:
Evolving Diagnosis and Management: A Scien-
tific Statement From the American Heart Asso-
ciation”. In: Circulation (2020), CIR0000000000000792.
issn: 1524-4539 (Electronic) 0009-7322 (Lin-
king). doi: 10.1161/CIR.0000000000000792.
[106] C. Klein et al. “The influence of myocardial blood
flow and volume of distribution on late Gd-DTPA
kinetics in ischemic heart failure”. In: Journal
of Magnetic Resonance Imaging 20.4 (2004),
S. 588–93. issn: 1053-1807 (Print) 1053-1807
(Linking). doi: 10.1002/jmri.20164.
159
Literaturverzeichnis
[107] Florian von Knobelsdorff. “Herz-MRT zur Dia-
gnostik der kardialen Amyloidose: Bedeutung des
T1-Mapping”. In: Der Kardiologe 14.1 (2019),
S. 6–9. issn: 1864-9718 1864-9726. doi: 10.
1007/s12181-019-00358-z.
[108] B. R. Knowles et al. “Pharmacokinetic modeling
of delayed gadolinium enhancement in the myo-
cardium”. In: Magnetic Resonance in Medicine
60.6 (2008), S. 1524–30. issn: 1522-2594 (Elec-
tronic) 0740-3194 (Linking). doi: 10 . 1002 /
mrm.21767.
[109] R. D. Kociol et al. “Recognition and Initial Ma-
nagement of Fulminant Myocarditis: A Scienti-
fic Statement From the American Heart Asso-
ciation”. In: Circulation 141.6 (2020), e69–e92.
issn: 1524-4539 (Electronic) 0009-7322 (Lin-
king). doi: 10.1161/CIR.0000000000000745.
[110] P. Kong, P. Christia und N. G. Frangogiannis.
“The pathogenesis of cardiac fibrosis”. In: Cel-
lular and Molecular Life Sciences 71.4 (2014),
S. 549–74. issn: 1420-9071 (Electronic) 1420-
160
Literaturverzeichnis
682X (Linking). doi: 10.1007/s00018-013-
1349-6.
[111] V. Kouranos et al. “Complementary Role of CMR
to Conventional Screening in the Diagnosis and
Prognosis of Cardiac Sarcoidosis”. In: JACC Car-
diovasc Imaging 10.12 (2017), S. 1437–1447.
issn: 1876-7591 (Electronic) 1876-7591 (Lin-
king). doi: 10.1016/j.jcmg.2016.11.019.
[112] U. Kuhl und H. P. Schultheiss. “Myocarditis:
early biopsy allows for tailored regenerative treat-
ment”. In: Dtsch Arztebl Int 109.20 (2012), S. 361–
8. issn: 1866-0452 (Electronic) 1866-0452 (Lin-
king). doi: 10.3238/arztebl.2012.0361.
[113] R. Y. Kwong et al. “Impact of unrecognized
myocardial scar detected by cardiac magnetic re-
sonance imaging on event-free survival in pati-
ents presenting with signs or symptoms of co-
ronary artery disease”. In: Circulation 113.23
(2006), S. 2733–43. issn: 1524-4539 (Electro-
nic) 0009-7322 (Linking). doi: 10.1161/CIRC
ULATIONAHA.105.570648.
161
Literaturverzeichnis
[114] J. J. Lee et al. “Myocardial T1 and extracel-
lular volume fraction mapping at 3 tesla”. In:
Journal of Cardiovascular Magnetic Resonance
13 (2011), S. 75. issn: 1532-429X (Electronic)
1097-6647 (Linking). doi: 10 . 1186 / 1532 -
429X-13-75.
[115] S. Lehrke et al. “Use of cardiovascular magnetic
resonance for risk stratification in chronic he-
art failure: prognostic value of late gadolinium
enhancement in patients with non-ischaemic di-
lated cardiomyopathy”. In: Heart 97.9 (2011),
S. 727–32. issn: 1468-201X (Electronic) 1355-
6037 (Linking). doi: 10 . 1136 / hrt . 2010 .
205542.
[116] C. Li et al. “SGLT2 inhibition with empagliflo-
zin attenuates myocardial oxidative stress and
fibrosis in diabetic mice heart”. In: Cardiovasc
Diabetol 18.1 (2019). Li, Chenguang Zhang, Jie
Xue, Mei Li, Xiaoyu Han, Fei Liu, Xiangyang Xu,
Linxin Lu, Yunhong Cheng, Ying Li, Ting Yu,
Xiaochen Sun, Bei Chen, Liming eng Research
Support, Non-U.S. Gov’t England 2019/02/04
162
Literaturverzeichnis
Cardiovasc Diabetol. 2019 Feb 2;18(1):15. doi:
10.1186/s12933-019-0816-2., S. 15. issn: 1475-
2840 (Electronic) 1475-2840 (Linking). doi: 10.
1186/s12933-019-0816-2.
[117] P. Lijnen und V. Petrov. “Induction of cardiac
fibrosis by aldosterone”. In: Journal of Molecular
and Cellular Cardiology 32.6 (2000), S. 865–79.
issn: 0022-2828 (Print) 0022-2828 (Linking).
doi: 10.1006/jmcc.2000.1129.
[118] J. A. Lima et al. “Regional heterogeneity of hu-
man myocardial infarcts demonstrated by contrast-
enhanced MRI. Potential mechanisms”. In: Cir-
culation 92.5 (1995), S. 1117–25. issn: 0009-
7322 (Print) 0009-7322 (Linking). doi: 10.1161/
01.cir.92.5.1117.
[119] B. Lopez et al. “Effects of loop diuretics on
myocardial fibrosis and collagen type I turno-
ver in chronic heart failure”. In: Journal of the
American College of Cardiology 43.11 (2004),
S. 2028–35. issn: 0735-1097 (Print) 0735-1097
(Linking). doi: 10.1016/j.jacc.2003.12.
052.
163
Literaturverzeichnis
[120] B. Lopez et al. “Identification of a potential car-
diac antifibrotic mechanism of torasemide in pa-
tients with chronic heart failure”. In: Journal of
the American College of Cardiology 50.9 (2007),
S. 859–67. issn: 1558-3597 (Electronic) 0735-
1097 (Linking). doi: 10.1016/j.jacc.2007.
04.080.
[121] B. Lopez et al. “Circulating Biomarkers of Myo-
cardial Fibrosis: The Need for a Reappraisal”.
In: Journal of The American College of Cardio-
logy 65.22 (2015), S. 2449–56. issn: 1558-3597
(Electronic) 0735-1097 (Linking). doi: 10.1016/
j.jacc.2015.04.026.
[122] J. A. Luetkens et al. “Incremental value of quan-
titative CMR including parametric mapping for
the diagnosis of acute myocarditis”. In: Eur He-
art J Cardiovasc Imaging 17.2 (2016), S. 154–
61. issn: 2047-2412 (Electronic) 2047-2404 (Lin-
king). doi: 10.1093/ehjci/jev246.
[123] P. Lurz et al. “Comprehensive Cardiac Magnetic
Resonance Imaging in Patients With Suspected
Myocarditis: The MyoRacer-Trial”. In: Journal
164
Literaturverzeichnis
of the American College of Cardiology 67.15
(2016), S. 1800–1811. issn: 1558-3597 (Elec-
tronic) 0735-1097 (Linking). doi: 10.1016/j.
jacc.2016.02.013.
[124] A. M. Maceira et al. “Cardiovascular magnetic
resonance in cardiac amyloidosis”. In: Circula-
tion 111.2 (2005), S. 186–93. issn: 1524-4539
(Electronic) 0009-7322 (Linking). doi: 10.1161/
01.CIR.0000152819.97857.9D.
[125] A. M. Maceira et al. “Cardiovascular magnetic
resonance and prognosis in cardiac amyloidosis”.
In: Journal of Cardiovascular Magnetic Reso-
nance 10 (2008), S. 54. issn: 1532-429X (Elec-
tronic) 1097-6647 (Linking). doi: 10 . 1186 /
1532-429X-10-54.
[126] H. Mahrholdt et al. “Cardiovascular magnetic
resonance assessment of human myocarditis: a
comparison to histology and molecular patho-
logy”. In: Circulation 109.10 (2004), S. 1250–
8. issn: 1524-4539 (Electronic) 0009-7322 (Lin-
king). doi: 10.1161/01.CIR.0000118493.
13323.81.
165
Literaturverzeichnis
[127] H. Mahrholdt et al. “Delayed enhancement car-
diovascular magnetic resonance assessment of
non-ischaemic cardiomyopathies”. In: European
Heart Journal 26.15 (2005), S. 1461–74. issn:
0195-668X (Print) 0195-668X (Linking). doi:
10.1093/eurheartj/ehi258.
[128] H. Mahrholdt et al. “Presentation, patterns of
myocardial damage, and clinical course of vi-
ral myocarditis”. In: Circulation 114.15 (2006),
S. 1581–90. issn: 1524-4539 (Electronic) 0009-
7322 (Linking). doi: 10.1161/CIRCULATIONA
HA.105.606509.
[129] B. J. Maron et al. “Contemporary definitions
and classification of the cardiomyopathies: an
American Heart Association Scientific Statement
from the Council on Clinical Cardiology, Heart
Failure and Transplantation Committee; Quality
of Care and Outcomes Research and Functional
Genomics and Translational Biology Interdisci-
plinary Working Groups; and Council on Epide-
miology and Prevention”. In: Circulation 113.14
(2006), S. 1807–16. issn: 1524-4539 (Electro-
166
Literaturverzeichnis
nic) 0009-7322 (Linking). doi: 10.1161/CIRC
ULATIONAHA.106.174287.
[130] P. G. Masci et al. “Myocardial fibrosis as a key
determinant of left ventricular remodeling in idio-
pathic dilated cardiomyopathy: a contrast-enhanced
cardiovascular magnetic study”. In: Circ Cardio-
vasc Imaging 6.5 (2013), S. 790–9. issn: 1942-
0080 (Electronic) 1941-9651 (Linking). doi: 10.
1161/CIRCIMAGING.113.000438.
[131] M. S. Maurer et al. “Expert Consensus Recom-
mendations for the Suspicion and Diagnosis of
Transthyretin Cardiac Amyloidosis”. In: Circ He-
art Fail 12.9 (2019), e006075. issn: 1941-3297
(Electronic) 1941-3289 (Linking). doi: 10.1161/
CIRCHEARTFAILURE.119.006075.
[132] S. Mavrogeni et al. “T1 and T2 Mapping in Car-
diology: ”Mapping the Obscure Object of Desi-
re””. In: Cardiology 138.4 (2017), S. 207–217.
issn: 1421-9751 (Electronic) 0008-6312 (Lin-
king). doi: 10.1159/000478901.
[133] J. A. McCrohon et al. “Differentiation of heart
failure related to dilated cardiomyopathy and co-
167
Literaturverzeichnis
ronary artery disease using gadolinium-enhanced
cardiovascular magnetic resonance”. In: Circu-
lation 108.1 (2003), S. 54–9. issn: 1524-4539
(Electronic) 0009-7322 (Linking). doi: 10.1161/
01.CIR.0000078641.19365.4C.
[134] A. K. McDiarmid et al. “Athletic Cardiac Ad-
aptation in Males Is a Consequence of Elevated
Myocyte Mass”. In: Circ Cardiovasc Imaging 9.4
(2016), e003579. issn: 1942-0080 (Electronic)
1941-9651 (Linking). doi: 10.1161/CIRCIMAG
ING.115.003579.
[135] E. M. McNally und L. Mestroni. “Dilated Car-
diomyopathy: Genetic Determinants and Mecha-
nisms”. In: Circulation Research 121.7 (2017),
S. 731–748. issn: 1524-4571 (Electronic) 0009-
7330 (Linking). doi: 10.1161/CIRCRESAHA.
116.309396.
[136] D. R. Messroghli et al. “Modified Look-Locker
inversion recovery (MOLLI) for high-resolution
T1 mapping of the heart”. In: Magnetic Reso-
nance in Medicine 52.1 (2004), S. 141–6. issn:
168
Literaturverzeichnis
0740-3194 (Print) 0740-3194 (Linking). doi: 10.
1002/mrm.20110.
[137] D. R. Messroghli et al. “Clinical recommendati-
ons for cardiovascular magnetic resonance map-
ping of T1, T2, T2* and extracellular volume: A
consensus statement by the Society for Cardio-
vascular Magnetic Resonance (SCMR) endorsed
by the European Association for Cardiovascu-
lar Imaging (EACVI)”. In: Journal of Cardiovas-
cular Magnetic Resonance 19.1 (2017), S. 75.
issn: 1532-429X (Electronic) 1097-6647 (Lin-
king). doi: 10.1186/s12968-017-0389-8.
[138] N. Mewton et al. “Assessment of myocardial fi-
brosis with cardiovascular magnetic resonance”.
In: Journal of the American College of Cardio-
logy 57.8 (2011), S. 891–903. issn: 1558-3597
(Electronic) 0735-1097 (Linking). doi: 10.1016/
j.jacc.2010.11.013.
[139] C. A. Miller et al. “Comprehensive validation
of cardiovascular magnetic resonance techniques
for the assessment of myocardial extracellular
volume”. In: Circ Cardiovasc Imaging 6.3 (2013),
169
Literaturverzeichnis
S. 373–83. issn: 1942-0080 (Electronic) 1941-
9651 (Linking). doi: 10.1161/CIRCIMAGING.
112.000192.
[140] R. D. Miller et al. “A comparison of three me-
thods of hemoglobin monitoring in patients un-
dergoing spine surgery”. In: Anesthesia and An-
algesia 112.4 (2011), S. 858–63. issn: 1526-
7598 (Electronic) 0003-2999 (Linking). doi: 10.
1213/ANE.0b013e31820eecd1.
[141] F. P. Mongeon et al. “Quantification of extra-
cellular matrix expansion by CMR in infiltrati-
ve heart disease”. In: JACC Cardiovasc Imaging
5.9 (2012), S. 897–907. issn: 1876-7591 (Elec-
tronic) 1876-7591 (Linking). doi: 10.1016/j.
jcmg.2012.04.006.
[142] J. C. Moon et al. “The histologic basis of late
gadolinium enhancement cardiovascular magne-
tic resonance in hypertrophic cardiomyopathy”.
In: Journal of the American College of Cardio-
logy 43.12 (2004), S. 2260–4. issn: 0735-1097
(Print) 0735-1097 (Linking). doi: 10.1016/j.
jacc.2004.03.035.
170
Literaturverzeichnis
[143] James C. C. Moon et al. “Toward clinical risk as-
sessment inhypertrophic cardiomyopathy with-
gadolinium cardiovascular magnetic resonance”.
In: Journal of the American College of Cardiolo-
gy 41.9 (2003), S. 1561–1567. issn: 07351097.
doi: 10.1016/s0735-1097(03)00189-x.
[144] G. Murtagh et al. “Prognosis of Myocardial Da-
mage in Sarcoidosis Patients With Preserved Left
Ventricular Ejection Fraction: Risk Stratification
Using Cardiovascular Magnetic Resonance”. In:
Circ Cardiovasc Imaging 9.1 (2016), e003738.
issn: 1942-0080 (Electronic) 1941-9651 (Lin-
king). doi: 10.1161/CIRCIMAGING.115.003738.
[145] J. Nadjiri et al. “Performance of native and contrast-
enhanced T1 mapping to detect myocardial da-
mage in patients with suspected myocarditis: a
head-to-head comparison of different cardiovas-
cular magnetic resonance techniques”. In: In-
ternational Journal of Cardiovascular Imaging
33.4 (2017), S. 539–547. issn: 1875-8312 (Elec-
tronic) 1569-5794 (Linking). doi: 10 . 1007 /
s10554-016-1029-3.
171
Literaturverzeichnis
[146] S. Nazarian et al. “Magnetic resonance assess-
ment of the substrate for inducible ventricular
tachycardia in nonischemic cardiomyopathy”. In:
Circulation 112.18 (2005), S. 2821–5. issn: 1524-
4539 (Electronic) 0009-7322 (Linking). doi: 10.
1161/CIRCULATIONAHA.105.549659.
[147] T. G. Neilan et al. “Myocardial extracellular vo-
lume fraction from T1 measurements in heal-
thy volunteers and mice: relationship to aging
and cardiac dimensions”. In: JACC Cardiovasc
Imaging 6.6 (2013), S. 672–83. issn: 1876-7591
(Electronic) 1876-7591 (Linking). doi: 10.1016/
j.jcmg.2012.09.020.
[148] S. Nekolla et al. “T1 maps by K-space reduced
snapshot-FLASH MRI”. In: J Comput Assist To-
mogr 16.2 (1992), S. 327–32. issn: 0363-8715
(Print) 0363-8715 (Linking). doi: 10 . 1097 /
00004728-199203000-00031.
[149] R. Nijveldt et al. “Functional recovery after acu-
te myocardial infarction: comparison between an-
giography, electrocardiography, and cardiovas-
cular magnetic resonance measures of micro-
172
Literaturverzeichnis
vascular injury”. In: Journal of the American
College of Cardiology 52.3 (2008), S. 181–9.
issn: 1558-3597 (Electronic) 0735-1097 (Lin-
king). doi: 10.1016/j.jacc.2008.04.006.
[150] R. O’Hanlon et al. “Prognostic significance of
myocardial fibrosis in hypertrophic cardiomyopa-
thy”. In: Journal of the American College of
Cardiology 56.11 (2010), S. 867–74. issn: 1558-
3597 (Electronic) 0735-1097 (Linking). doi: 10.
1016/j.jacc.2010.05.010.
[151] C. O’Mahony et al. “A novel clinical risk predic-
tion model for sudden cardiac death in hypertro-
phic cardiomyopathy (HCM risk-SCD)”. In: Eu-
ropean Heart Journal 35.30 (2014), S. 2010–20.
issn: 1522-9645 (Electronic) 0195-668X (Lin-
king). doi: 10.1093/eurheartj/eht439.
[152] K. G. Ordovas und C. B. Higgins. “Delayed Con-
trast Enhancement on MR Images of Myocardi-
um: Past, Present, Future”. In: Radiology 261.2
(2011), S. 358–374. issn: 0033-8419. doi: 10.
1148/radiol.11091882.
173
Literaturverzeichnis
[153] C. Parsai et al. “Diagnostic and prognostic va-
lue of cardiovascular magnetic resonance in non-
ischaemic cardiomyopathies”. In: Journal of Car-
diovascular Magnetic Resonance 14 (2012), S. 54.
issn: 1532-429X (Electronic) 1097-6647 (Lin-
king). doi: 10.1186/1532-429X-14-54.
[154] M. R. Patel et al. “Detection of myocardial da-
mage in patients with sarcoidosis”. In: Circulati-
on 120.20 (2009), S. 1969–77. issn: 1524-4539
(Electronic) 0009-7322 (Linking). doi: 10.1161/
CIRCULATIONAHA.109.851352.
[155] E. Perugini et al. “Non-invasive evaluation of
the myocardial substrate of cardiac amyloidosis
by gadolinium cardiac magnetic resonance”. In:
Heart 92.3 (2006), S. 343–9. issn: 1468-201X
(Electronic) 1355-6037 (Linking). doi: 10.1136/
hrt.2005.061911.
[156] S. E. Petersen et al. “Evidence for microvas-
cular dysfunction in hypertrophic cardiomyopa-
thy: new insights from multiparametric magne-
tic resonance imaging”. In: Circulation 115.18
(2007), S. 2418–25. issn: 1524-4539 (Electro-
174
Literaturverzeichnis
nic) 0009-7322 (Linking). doi: 10.1161/CIRC
ULATIONAHA.106.657023.
[157] M. A. Peterzan, O. J. Rider und L. J. Ander-
son. “The Role of Cardiovascular Magnetic Re-
sonance Imaging in Heart Failure”. In: Card Fail
Rev 2.2 (2016), S. 115–122. issn: 2057-7540
(Print) 2057-7540 (Linking). doi: 10.15420/
cfr.2016.2.2.115.
[158] S. K. Piechnik et al. “Shortened Modified Look-
Locker Inversion recovery (ShMOLLI) for clinical
myocardial T1-mapping at 1.5 and 3 T within a
9 heartbeat breathhold”. In: Journal of Cardio-
vascular Magnetic Resonance 12 (2010), S. 69.
issn: 1532-429X (Electronic) 1097-6647 (Lin-
king). doi: 10.1186/1532-429X-12-69.
[159] Y. M. Pinto et al. “Proposal for a revised de-
finition of dilated cardiomyopathy, hypokinetic
non-dilated cardiomyopathy, and its implicati-
ons for clinical practice: a position statement of
the ESC working group on myocardial and pe-
ricardial diseases”. In: European Heart Journal
37.23 (2016), S. 1850–8. issn: 1522-9645 (Elec-
175
Literaturverzeichnis
tronic) 0195-668X (Linking). doi: 10.1093/
eurheartj/ehv727.
[160] C. Prinz et al. “The diagnosis and treatment of
hypertrophic cardiomyopathy”. In: Dtsch Arz-
tebl Int 108.13 (2011), S. 209–15. issn: 1866-
0452 (Electronic) 1866-0452 (Linking). doi: 10.
3238/arztebl.2011.0209.
[161] V. O. Puntmann et al. “Native T1 mapping in
differentiation of normal myocardium from dif-
fuse disease in hypertrophic and dilated cardio-
myopathy”. In: JACC Cardiovasc Imaging 6.4
(2013), S. 475–84. issn: 1876-7591 (Electronic)
1876-7591 (Linking). doi: 10.1016/j.jcmg.
2012.08.019.
[162] V. O. Puntmann et al. “T1 Mapping in Charac-
terizing Myocardial Disease: A Comprehensive
Review”. In: Circulation Research 119.2 (2016),
S. 277–99. issn: 1524-4571 (Electronic) 0009-
7330 (Linking). doi: 10.1161/CIRCRESAHA.
116.307974.
[163] V. O. Puntmann et al. “T1 and T2 Mapping in
Recognition of Early Cardiac Involvement in Sys-
176
Literaturverzeichnis
temic Sarcoidosis”. In: Radiology 285.1 (2017),
S. 63–72. issn: 1527-1315 (Electronic) 0033-
8419 (Linking). doi: 10.1148/radiol.2017162732.
[164] D. Radenkovic et al. “T1 mapping in cardiac
MRI”. In: Heart Failure Reviews 22.4 (2017),
S. 415–430. issn: 1573-7322 (Electronic) 1382-
4147 (Linking). doi: 10.1007/s10741-017-
9627-2.
[165] U. K. Radunski et al. “CMR in patients with se-
vere myocarditis: diagnostic value of quantita-
tive tissue markers including extracellular volu-
me imaging”. In: JACC Cardiovasc Imaging 7.7
(2014), S. 667–75. issn: 1876-7591 (Electronic)
1876-7591 (Linking). doi: 10.1016/j.jcmg.
2014.02.005.
[166] S. Raina et al. “Prognostic Value of Late Gadoli-
nium Enhancement CMR in Systemic Amyloido-
sis”. In: JACC Cardiovasc Imaging 9.11 (2016),
S. 1267–1277. issn: 1876-7591 (Electronic) 1876-
7591 (Linking). doi: 10.1016/j.jcmg.2016.
01.036.
177
Literaturverzeichnis
[167] Jr. Raucci F. J. et al. “Synthetic hematocrit de-
rived from the longitudinal relaxation of blood
can lead to clinically significant errors in mea-
surement of extracellular volume fraction in pe-
diatric and young adult patients”. In: Journal of
Cardiovascular Magnetic Resonance 19.1 (2017),
S. 58. issn: 1532-429X (Electronic) 1097-6647
(Linking). doi: 10.1186/s12968-017-0377-
z.
[168] C. de Meester de Ravenstein et al. “Histologi-
cal Validation of measurement of diffuse inters-
titial myocardial fibrosis by myocardial extra-
vascular volume fraction from Modified Look-
Locker imaging (MOLLI) T1 mapping at 3 T”.
In: J Cardiovasc Magn Reson 17 (2015), S. 48.
issn: 1532-429X (Electronic) 1097-6647 (Lin-
king). doi: 10.1186/s12968-015-0150-0.
[169] W. G. Rehwald et al. “Myocardial magnetic re-
sonance imaging contrast agent concentrations
after reversible and irreversible ischemic injury”.
In: Circulation 105.2 (2002), S. 224–9. issn:
178
Literaturverzeichnis
1524-4539 (Electronic) 0009-7322 (Linking). doi:
10.1161/hc0202.102016.
[170] K. A. Reimer et al. “The wavefront phenome-
non of ischemic cell death. 1. Myocardial in-
farct size vs duration of coronary occlusion in
dogs”. In: Circulation 56.5 (1977), S. 786–94.
issn: 0009-7322 (Print) 0009-7322 (Linking).
doi: 10.1161/01.cir.56.5.786.
[171] U. Reiter et al. “Cardiac magnetic resonance T1
mapping. Part 2: Diagnostic potential and ap-
plications”. In: European Journal of Radiology
109 (2018), S. 235–247. issn: 1872-7727 (Elec-
tronic) 0720-048X (Linking). doi: 10.1016/j.
ejrad.2018.10.013.
[172] P. Richardson et al. “Report of the 1995 World
Health Organization/International Society and
Federation of Cardiology Task Force on the De-
finition and Classification of cardiomyopathies”.
In: Circulation 93.5 (1996), S. 841–2. issn: 0009-
7322 (Print) 0009-7322 (Linking). doi: 10.1161/
01.cir.93.5.841.
179
Literaturverzeichnis
[173] M. L. Riess und P. S. Pagel. “Noninvasively
Measured Hemoglobin Concentration Reflects Ar-
terial Hemoglobin Concentration Before but Not
After Cardiopulmonary Bypass in Patients Un-
dergoing Coronary Artery or Valve Surgery”. In:
Journal of Cardiothoracic and Vascular Anesthe-
sia 30.5 (2016), S. 1167–71. issn: 1532-8422
(Electronic) 1053-0770 (Linking). doi: 10.1053/
j.jvca.2016.03.148.
[174] W. C. Roberts, R. J. Siegel und B. M. McMa-
nus. “Idiopathic dilated cardiomyopathy: ana-
lysis of 152 necropsy patients”. In: American
Journal of Cardiology 60.16 (1987), S. 1340–55.
issn: 0002-9149 (Print) 0002-9149 (Linking).
doi: 10.1016/0002-9149(87)90618-7.
[175] Sean Robison et al. “Noninvasive hematocrit as-
sessment for cardiovascular magnetic resonance
extracellular volume quantification using a point-
of-care device and synthetic derivation”. In: Jour-
nal of Cardiovascular Magnetic Resonance 20.1
(2018). issn: 1532-429X. doi: 10.1186/s12968-
018-0443-1.
180
Literaturverzeichnis
[176] T. Rogers et al. “Standardization of T1 mea-
surements with MOLLI in differentiation bet-
ween health and disease–the ConSept study”.
In: J Cardiovasc Magn Reson 15.1 (2013), S. 78.
issn: 1532-429X (Electronic) 1097-6647 (Lin-
king). doi: 10.1186/1532-429X-15-78.
[177] A. Rolf et al. “Addendum zum Curriculum Kar-
”
diale Magnetresonanztomographie (CMR)“”. In:
Der Kardiologe 11.3 (2017), S. 219–220. issn:
1864-9718 1864-9726. doi: 10.1007/s12181-
017-0135-3.
[178] C. Roy et al. “Age and sex corrected normal refe-
rence values of T1, T2 T2* and ECV in healthy
subjects at 3T CMR”. In: Journal of Cardiovas-
cular Magnetic Resonance 19.1 (2017), S. 72.
issn: 1532-429X (Electronic) 1097-6647 (Lin-
king). doi: 10.1186/s12968-017-0371-5.
[179] A. Rudolph et al. “Noninvasive detection of fi-
brosis applying contrast-enhanced cardiac ma-
gnetic resonance in different forms of left vent-
ricular hypertrophy relation to remodeling”. In:
Journal of the American College of Cardiology
181
Literaturverzeichnis
53.3 (2009), S. 284–91. issn: 1558-3597 (Elec-
tronic) 0735-1097 (Linking). doi: 10.1016/j.
jacc.2008.08.064.
[180] D. M. Sado et al. “Cardiovascular magnetic re-
sonance measurement of myocardial extracel-
lular volume in health and disease”. In: Heart
98.19 (2012), S. 1436–41. issn: 1468-201X (Elec-
tronic) 1355-6037 (Linking). doi: 10 . 1136 /
heartjnl-2012-302346.
[181] S. Sagar, P. P. Liu und Jr. Cooper L. T. “Myo-
carditis”. In: Lancet 379.9817 (2012), S. 738–
47. issn: 1474-547X (Electronic) 0140-6736 (Lin-
king). doi: 10.1016/S0140-6736(11)60648-
X.
[182] M. Salerno und C. M. Kramer. “Advances in pa-
rametric mapping with CMR imaging”. In: JACC
Cardiovasc Imaging 6.7 (2013), S. 806–22. issn:
1876-7591 (Electronic) 1876-7591 (Linking). doi:
10.1016/j.jcmg.2013.05.005.
[183] Saul Schaefer et al. “Gadolinium-DTPA-enhanced
nuclear magnetic resonance imaging of reper-
fused myocardium: Identification of the myo-
182
Literaturverzeichnis
cardial bed at risk”. In: Journal of the Ameri-
can College of Cardiology 12.4 (1988), S. 1064–
1072. issn: 07351097. doi: 10.1016/0735-
1097(88)90477-9.
[184] A. Schmidt et al. “Infarct tissue heterogeneity
by magnetic resonance imaging identifies enhan-
ced cardiac arrhythmia susceptibility in patients
with left ventricular dysfunction”. In: Circulati-
on 115.15 (2007), S. 2006–14. issn: 1524-4539
(Electronic) 0009-7322 (Linking). doi: 10.1161/
CIRCULATIONAHA.106.653568.
[185] J. Schulz-Menger et al. “Patterns of myocardial
inflammation and scarring in sarcoidosis as as-
sessed by cardiovascular magnetic resonance”.
In: Heart 92.3 (2006), S. 399–400. issn: 1468-
201X (Electronic) 1355-6037 (Linking). doi: 10.
1136/hrt.2004.058016.
[186] P. R. Scully et al. “Myocardial Extracellular Vo-
lume Quantification by Cardiovascular Magne-
tic Resonance and Computed Tomography”. In:
Current Cardiology Reports 20.3 (2018), S. 15.
183
Literaturverzeichnis
issn: 1534-3170 (Electronic) 1523-3782 (Lin-
king). doi: 10.1007/s11886-018-0961-3.
[187] J. B. Selvanayagam et al. “Value of delayed-
enhancement cardiovascular magnetic resonance
imaging in predicting myocardial viability after
surgical revascularization”. In: Circulation 110.12
(2004), S. 1535–41. issn: 1524-4539 (Electro-
nic) 0009-7322 (Linking). doi: 10.1161/01.
CIR.0000142045.22628.74.
[188] A. Senthilkumar et al. “Identifying the etiology:
a systematic approach using delayed-enhancement
cardiovascular magnetic resonance”. In: Heart
Fail Clin 5.3 (2009), S. 349–67, vi. issn: 1551-
7136 (Print) 1551-7136 (Linking). doi: 10.1016/
j.hfc.2009.02.009.
[189] Y. Shang et al. “Extracellular volume fraction
measurements derived from the longitudinal re-
laxation of blood-based synthetic hematocrit may
lead to clinical errors in 3 T cardiovascular ma-
gnetic resonance”. In: Journal of Cardiovascular
Magnetic Resonance 20.1 (2018), S. 56. issn:
184
Literaturverzeichnis
1532-429X (Electronic) 1097-6647 (Linking). doi:
10.1186/s12968-018-0475-6.
[190] C. T. Sibley et al. “T1 Mapping in cardiomy-
opathy at cardiac MR: comparison with endo-
myocardial biopsy”. In: Radiology 265.3 (2012),
S. 724–32. issn: 1527-1315 (Electronic) 0033-
8419 (Linking). doi: 10.1148/radiol.12112721.
[191] O. K. Siddiqi und F. L. Ruberg. “Cardiac amy-
loidosis: An update on pathophysiology, diagno-
sis, and treatment”. In: Trends in Cardiovascu-
lar Medicine 28.1 (2018), S. 10–21. issn: 1873-
2615 (Electronic) 1050-1738 (Linking). doi: 10.
1016/j.tcm.2017.07.004.
[192] F. aus dem Siepen et al. “T1 mapping in dila-
ted cardiomyopathy with cardiac magnetic re-
sonance: quantification of diffuse myocardial fi-
brosis and comparison with endomyocardial bi-
opsy”. In: Eur Heart J Cardiovasc Imaging 16.2
(2015), S. 210–6. issn: 2047-2412 (Electronic)
2047-2404 (Linking). doi: 10.1093/ehjci/
jeu183.
185
Literaturverzeichnis
[193] D. Skowasch et al. “Diagnostik und Therapie der
kardialen Sarkoidose”. In: Der Kardiologe 14.1
(2019), S. 14–25. issn: 1864-9718 1864-9726.
doi: 10.1007/s12181-019-00359-y.
[194] Rhja Slart et al. “A joint procedural position
statement on imaging in cardiac sarcoidosis: from
the Cardiovascular and Inflammation & Infec-
tion Committees of the European Association
of Nuclear Medicine, the European Associati-
on of Cardiovascular Imaging, and the Ameri-
can Society of Nuclear Cardiology”. In: Journal
of Nuclear Cardiology 25.1 (2018), S. 298–319.
issn: 1532-6551 (Electronic) 1071-3581 (Lin-
king). doi: 10.1007/s12350-017-1043-4.
[195] J. P. Smedema et al. “Evaluation of the accu-
racy of gadolinium-enhanced cardiovascular ma-
gnetic resonance in the diagnosis of cardiac sar-
coidosis”. In: Journal of the American College
of Cardiology 45.10 (2005), S. 1683–90. issn:
0735-1097 (Print) 0735-1097 (Linking). doi: 10.
1016/j.jacc.2005.01.047.
186
Literaturverzeichnis
[196] C. J. Soriano et al. “Noninvasive diagnosis of co-
ronary artery disease in patients with heart failu-
re and systolic dysfunction of uncertain etiology,
using late gadolinium-enhanced cardiovascular
magnetic resonance”. In: Journal of the Ameri-
can College of Cardiology 45.5 (2005), S. 743–
8. issn: 0735-1097 (Print) 0735-1097 (Linking).
doi: 10.1016/j.jacc.2004.11.037.
[197] J. H. Soslow et al. “Increased myocardial nati-
ve T1 and extracellular volume in patients with
Duchenne muscular dystrophy”. In: J Cardiovasc
Magn Reson 18 (2016), S. 5. issn: 1532-429X
(Electronic) 1097-6647 (Linking). doi: 10.1186/
s12968-016-0224-7.
[198] D. J. Stuckey et al. “T(1) mapping detects phar-
macological retardation of diffuse cardiac fibro-
sis in mouse pressure-overload hypertrophy”. In:
Circ Cardiovasc Imaging 7.2 (2014), S. 240–
9. issn: 1942-0080 (Electronic) 1941-9651 (Lin-
king). doi: 10.1161/CIRCIMAGING.113.000993.
[199] P. P. Swoboda et al. “Assessing Myocardial Ex-
tracellular Volume by T1 Mapping to Distin-
187
Literaturverzeichnis
guish Hypertrophic Cardiomyopathy From Ath-
lete’s Heart”. In: Journal of the American Colle-
ge of Cardiology 67.18 (2016), S. 2189–2190.
issn: 1558-3597 (Electronic) 0735-1097 (Lin-
king). doi: 10.1016/j.jacc.2016.02.054.
[200] I. S. Syed et al. “Role of cardiac magnetic reso-
nance imaging in the detection of cardiac amy-
loidosis”. In: JACC Cardiovasc Imaging 3.2 (2010),
S. 155–64. issn: 1876-7591 (Electronic) 1876-
7591 (Linking). doi: 10.1016/j.jcmg.2009.
09.023.
[201] A. J. Taylor et al. “T1 Mapping: Basic Techni-
ques and Clinical Applications”. In: JACC Car-
diovasc Imaging 9.1 (2016), S. 67–81. issn: 1876-
7591 (Electronic) 1876-7591 (Linking). doi: 10.
1016/j.jcmg.2015.11.005.
[202] J. G. Travers et al. “Cardiac Fibrosis: The Fibro-
blast Awakens”. In: Circulation Research 118.6
(2016), S. 1021–40. issn: 1524-4571 (Electro-
nic) 0009-7330 (Linking). doi: 10.1161/CIRC
RESAHA.115.306565.
188
Literaturverzeichnis
[203] T. A. Treibel et al. “Automatic Measurement
of the Myocardial Interstitium: Synthetic Extra-
cellular Volume Quantification Without Hema-
tocrit Sampling”. In: JACC Cardiovasc Imaging
9.1 (2016), S. 54–63. issn: 1876-7591 (Electro-
nic) 1876-7591 (Linking). doi: 10.1016/j.
jcmg.2015.11.008.
[204] T. A. Treibel et al. “Extracellular Volume Asso-
ciates With Outcomes More Strongly Than Na-
tive or Post-Contrast Myocardial T1”. In: JACC
Cardiovasc Imaging 13.1 Pt 1 (2020), S. 44–54.
issn: 1876-7591 (Electronic) 1876-7591 (Lin-
king). doi: 10.1016/j.jcmg.2019.03.017.
[205] C. Tschope et al. “Management of Myocarditis-
Related Cardiomyopathy in Adults”. In: Circu-
lation Research 124.11 (2019), S. 1568–1583.
issn: 1524-4571 (Electronic) 0009-7330 (Lin-
king). doi: 10.1161/CIRCRESAHA.118.313578.
[206] M. Ugander et al. “Extracellular volume imaging
by magnetic resonance imaging provides insights
into overt and sub-clinical myocardial patholo-
gy”. In: European Heart Journal 33.10 (2012),
189
Literaturverzeichnis
S. 1268–78. issn: 1522-9645 (Electronic) 0195-
668X (Linking). doi: 10.1093/eurheartj/
ehr481.
[207] L. Van Hoe und M. Vanderheyden. “Ischemic
cardiomyopathy: value of different MRI techni-
ques for prediction of functional recovery after
revascularization”. In: AJR: American Journal of
Roentgenology 182.1 (2004), S. 95–100. issn:
0361-803X (Print) 0361-803X (Linking). doi:
10.2214/ajr.182.1.1820095.
[208] E. J. Velazquez et al. “Coronary-artery bypass
surgery in patients with left ventricular dysfunc-
tion”. In: New England Journal of Medicine 364.17
(2011), S. 1607–16. issn: 1533-4406 (Electro-
nic) 0028-4793 (Linking). doi: 10.1056/NEJM
oa1100356.
[209] H. Vogelsberg et al. “Cardiovascular magnetic
resonance in clinically suspected cardiac amyloi-
dosis: noninvasive imaging compared to endo-
myocardial biopsy”. In: Journal of the American
College of Cardiology 51.10 (2008), S. 1022–30.
190
Literaturverzeichnis
issn: 1558-3597 (Electronic) 0735-1097 (Lin-
king). doi: 10.1016/j.jacc.2007.10.049.
[210] M. Vohringer et al. “Significance of late gado-
linium enhancement in cardiovascular magne-
tic resonance imaging (CMR)”. In: Herz 32.2
(2007), S. 129–37. issn: 0340-9937 (Print) 0340-
9937 (Linking). doi: 10.1007/s00059-007-
2972-5.
[211] H. Watkins, H. Ashrafian und C. Redwood. “In-
herited cardiomyopathies”. In: New England Jour-
nal of Medicine 364.17 (2011), S. 1643–56. issn:
1533-4406 (Electronic) 0028-4793 (Linking). doi:
10.1056/NEJMra0902923.
[212] M. Webber et al. “Myocardial Fibrosis in He-
art Failure: Anti-Fibrotic Therapies and the Role
of Cardiovascular Magnetic Resonance in Drug
Trials”. In: Cardiol Ther 9.2 (2020), S. 363–
376. issn: 2193-8261 (Print) 2193-6544 (Lin-
king). doi: 10.1007/s40119-020-00199-y.
[213] K. T. Weber. “Cardiac interstitium in health
and disease: the fibrillar collagen network”. In:
Journal of the American College of Cardiolo-
191
Literaturverzeichnis
gy 13.7 (1989), S. 1637–52. issn: 0735-1097
(Print) 0735-1097 (Linking). doi: 10 . 1016 /
0735-1097(89)90360-4.
[214] K. T. Weber und C. G. Brilla. “Pathological hy-
pertrophy and cardiac interstitium. Fibrosis and
renin-angiotensin-aldosterone system”. In: Cir-
culation 83.6 (1991), S. 1849–65. issn: 0009-
7322 (Print) 0009-7322 (Linking). doi: 10.1161/
01.cir.83.6.1849.
[215] S. K. White et al. “T1 mapping for myocardial
extracellular volume measurement by CMR: bo-
lus only versus primed infusion technique”. In:
JACC Cardiovasc Imaging 6.9 (2013), S. 955–
62. issn: 1876-7591 (Electronic) 1876-7591 (Lin-
king). doi: 10.1016/j.jcmg.2013.01.011.
[216] J. M. Wilson et al. “Magnetic resonance ima-
ging of myocardial fibrosis in hypertrophic car-
diomyopathy”. In: Texas Heart Institute Journal
29.3 (2002), S. 176–80. issn: 0730-2347 (Print)
0730-2347 (Linking).
[217] T. C. Wong et al. “Association between extra-
cellular matrix expansion quantified by cardio-
192
Literaturverzeichnis
vascular magnetic resonance and short-term mor-
tality”. In: Circulation 126.10 (2012), S. 1206–
16. issn: 1524-4539 (Electronic) 0009-7322 (Lin-
king). doi: 10.1161/CIRCULATIONAHA.111.
089409.
[218] T. C. Wong et al. “Myocardial extracellular volu-
me fraction quantified by cardiovascular magne-
tic resonance is increased in diabetes and asso-
ciated with mortality and incident heart failure
admission”. In: European Heart Journal 35.10
(2014), S. 657–64. issn: 1522-9645 (Electronic)
0195-668X (Linking). doi: 10.1093/eurheart
j/eht193.
[219] K. C. Wu et al. “Prognostic significance of mi-
crovascular obstruction by magnetic resonance
imaging in patients with acute myocardial in-
farction”. In: Circulation 97.8 (1998), S. 765–
72. issn: 0009-7322 (Print) 0009-7322 (Linking).
doi: 10.1161/01.cir.97.8.765.
[220] M. Yamada et al. “Frequency and distribution of
late gadolinium enhancement in magnetic reso-
nance imaging of patients with apical hypertro-
193
Literaturverzeichnis
phic cardiomyopathy and patients with asymme-
trical hypertrophic cardiomyopathy: a compara-
tive study”. In: International Journal of Cardio-
vascular Imaging 25 Suppl 1 (2009), S. 131–
8. issn: 1875-8312 (Electronic) 1569-5794 (Lin-
king). doi: 10.1007/s10554-008-9406-1.
[221] A. T. Yan et al. “Characterization of the peri-
infarct zone by contrast-enhanced cardiac ma-
gnetic resonance imaging is a powerful predictor
of post-myocardial infarction mortality”. In: Cir-
culation 114.1 (2006), S. 32–9. issn: 1524-4539
(Electronic) 0009-7322 (Linking). doi: 10.1161/
CIRCULATIONAHA.106.613414.
[222] K. Yared et al. “Cardiac sarcoidosis imitating
arrhythmogenic right ventricular dysplasia”. In:
Circulation 118.7 (2008), e113–5. issn: 1524-
4539 (Electronic) 0009-7322 (Linking). doi: 10.
1161/CIRCULATIONAHA.107.755215.
[223] A. Yilmaz et al. “Diagnostik und Therapie der
kardialen Amyloidose”. In: Der Kardiologe 13.5
(2019), S. 264–291. issn: 1864-9718 1864-9726.
doi: 10.1007/s12181-019-00344-5.
194
Literaturverzeichnis
[224] W. F. Yuan et al. “LGE-MRI in the Assess-
ment of Left-ventricular Remodelling in Myocar-
ditis”. In: Curr Med Imaging Rev 15.9 (2019),
S. 900–905. issn: 1875-6603 (Electronic) 1573-
4056 (Linking). doi: 10.2174/1573405614666180912100253.
[225] M. Zeng et al. “Histological validation of cardiac
magnetic resonance T1 mapping for detecting
diffuse myocardial fibrosis in diabetic rabbits”.
In: Journal of Magnetic Resonance Imaging 44.5
(2016), S. 1179–1185. issn: 1522-2586 (Elec-
tronic) 1053-1807 (Linking). doi: 10 . 1002 /
jmri.25268.
[226] M. Zeng et al. “The Association between Diffuse
Myocardial Fibrosis on Cardiac Magnetic Reso-
nance T1 Mapping and Myocardial Dysfuncti-
on in Diabetic Rabbits”. In: Sci Rep 7 (2017),
S. 44937. issn: 2045-2322 (Electronic) 2045-
2322 (Linking). doi: 10.1038/srep44937.
[227] B. Zhuang et al. “Prognostic value of T1 map-
ping and extracellular volume fraction in cardio-
vascular disease: a systematic review and meta-
analysis”. In: Heart Failure Reviews 23.5 (2018),
195
Literaturverzeichnis
S. 723–731. issn: 1573-7322 (Electronic) 1382-
4147 (Linking). doi: 10.1007/s10741-018-
9718-8.
196
Publikationsverzeichnis
C Unbehaun, S Nunn, J Vietheer, J S Wolter, L Zipse, S
Kriechbaum, M Weferling, U Fischer-Rasokat, T Keller,
C Liebetrau, C W Hamm, A Rolf
P5281 Synthetic extracellular volume quantification by
”
cardiac magnetic resonance imaging - a reliable tool in
clinical practice?“
European Heart Journal, Volume 40, Issue Supplement
1, October 2019, ISSN: 0195-668X 1522-9645 DOI:
10.1093/eurheartj/ehz746.0252
Danksagung
Allen voran möchte ich mich bei meinem Doktorvater,
Herr PD Dr. med. A. Rolf, für die freundliche Überlassung
des Promotionsthemas bedanken. Darüber hinaus hat
er es für mich ermöglicht die klinische Forschung in der
Arbeitsgruppe Kardiovaskuläre Bildgebung“ im Kerck-
”
hoff Herzforschungsinstitut (KHFI) kennenlernen zu dürfen.
Weiterhin bedanke ich mich für die tatkräftige Un-
terstützung und ständige Hilfsbereitschaft während der
Datenerhebung, statistischen Auswertung und schriftli-
chen Ausarbeitung bei Herrn PD Dr. med. A. Rolf, Dr.
med. J. Vietheer und Dr. med. C. Unbehaun. Zudem
danke ich für das Feedback, Verbesserungsvorschläge
und Anregungen.
Weiteren Dank gilt dem Team der kardialen Bildge-
bung der Kerckhoff-Klinik Bad Nauheim mit allen me-
Danksagung
dizinisch technischen Assistentinnen, die an den Un-
tersuchungen beteiligt waren und alltägliche Probleme
schnell und unkompliziert beheben konnten.
Außerdem danke ich dem Team vom Franz-Groedel
Institut (FGI) mit allen beteiligten Ärzten, Statistikern,
medizinisch technischen Assistentinnen und Study Nur-
ses für die stets freundliche und effektive Zusammenar-
beit.
Insbesondere danke ich meiner Familie für die stetige
Unterstützung, Förderung und Geben vieler Möglichkeiten
bei gleichzeitigem Bilden eines Rückzugsortes seit mei-
nem erstem Atemzug.
Zudem darf ich mich bei meinen Freunden bedanken,
die immer ein offenes Ohr bieten und viele Dinge mit ei-
ner unglaublichen Durchsicht klar und eindeutig erschei-
nen lassen. Herzlichen Dank für die guten Ratschläge
und schöne Stunden.
199
Lebenslauf
Der Lebenslauf wurde aus datenschutzrechtlichen Gründen
aus der digitalen Version meiner Arbeit entfernt.
The curriculum vitae was removed in the digital ver-
sion of the paper in relation to data protection.