Diagnostic capabilities of magnetic resonance imaging in assessing the myocardial perfusion in cases of ischemic disorders

Cover Page

Cite item

Abstract

Magnetic resonance imaging (MRI) of the heart has proven itself as an important tool for the evaluation of myocardial perfusion and for the diagnostics of myocardial ischemia. Due to its high spatial resolution and absence of X-ray radiation, MRI of the heart allows for precise diagnosing subendocardial ischemia without any adverse effects, which makes it a valuable method for detecting the ischemic heart disease. Recent advances in cardiac MRI and in post-processing have allowed for moving from qualitative to quantitative evaluation of the stress perfusion cardiac MRI, which has significantly increased the objectiveness and the precision of diagnostics. Quantitative evaluation of myocardial perfusion using the MRI provides a possibility of objective evaluation of myocardial ischemia, which can contribute to improved detection of coronary microvascular dysfunctions. The integration of quantitative perfusion MRI with other methods, such as the kinematic MRI, the delayed increase of gadolinium levels and the Т1/Т2-mapping, allows for deeper understanding the pathophysiology and improving the prediction of outcomes for various cardio-vascular diseases. The review addresses modern research works on cardiac MRI with regard to diagnostics and predicting of ischemic heart disease, coronary microvascular dysfunctions or non-ischemic cardiomyopathy, focusing on the quantitative approach in the evaluation of myocardial perfusion and its potential use in clinical practice.

About the authors

Elina R. Pogrebnichenko

Children’s city polyclinic No. 1

Email: elina.pogrebnichenko@mail.ru
ORCID iD: 0000-0002-4091-1234

pediatrician

Russian Federation, Astrakhan

Adelina S. Mameshova

Astrakhan State Medical University

Email: tanatarova.adelina@mail.ru
ORCID iD: 0009-0002-5525-3243
Russian Federation, Astrakhan

Zainab A. Akhmedbekova

Astrakhan State Medical University

Email: akhmedbekova01@mail.ru
ORCID iD: 0009-0009-5231-9578

студент

Russian Federation, Astrakhan

Patimat T. Tedurova

Astrakhan State Medical University

Email: Tedurova1@mail.ru
ORCID iD: 0009-0000-0187-6512
Russian Federation, Astrakhan

Mukhammad A. Kamilov

City Polyclinic No. 10

Author for correspondence.
Email: rrstr1990@mail.ru
ORCID iD: 0009-0007-0052-2721

pediatrician
Russian Federation, 414013, Астрахань, ул. Силикатная, д. 26

Eldar A. Alibekov

Astrakhan State Medical University

Email: eldaralibekov2002@gmail.com
ORCID iD: 0000-0002-7349-609X
Russian Federation, Astrakhan

Kazimagomed M. Gazimagomedov

Astrakhan State Medical University

Email: gazimagomedov2002@internet.ru
ORCID iD: 0009-0009-1354-3323
Russian Federation, Astrakhan

Chopalav S. Saipullaev

Astrakhan State Medical University

Email: saipullaevch2k19@icloud.com
ORCID iD: 0009-0000-1858-2430
Russian Federation, Astrakhan

Nikolai Yu. Popov

Astrakhan State Medical University

Email: nikolaipopov19-2001@yandex.ru
ORCID iD: 0009-0006-8600-8602
Russian Federation, Astrakhan

Akhmed L. Abdulaev

Astrakhan State Medical University

Email: ahmadent@bk.ru
ORCID iD: 0009-0009-8599-0130

студент

Russian Federation, Astrakhan

Khava S. Nasueva

Kadyrov Chechen State University

Email: nasuevakh@gmail.com
ORCID iD: 0009-0000-6021-8755
Russian Federation, Grozny

Madina M. Bakarova

Astrakhan State Medical University

Email: bakarova02@Mail.ru
ORCID iD: 0009-0006-8073-8065
Russian Federation, Astrakhan

Zalina V. Erkenova

Astrakhan State Medical University

Email: Zalinka.erkenova@mail.ru
ORCID iD: 0000-0003-0925-7403
Russian Federation, Astrakhan

References

  1. Соболева Г.Н., Пивоварова А.И., Стукалова О.В., и др. Возможности качественного и полуколичественного анализа перфузии миокарда по данным стресс-МРТ сердца с аденозинтрифосфатом в диагностике обструктивного атеросклероза коронарных артерий // Кардиоваскулярная терапия и профилактика. 2024. Т. 23, № 7. С. 74–83. [Soboleva GN, Pivovarova AI, Stukalova OV, et al. Potential of qualitative and semi-quantitative analysis of myocardial perfusion according to stress adenosine triphosphate perfusion cardiac MRI in the diagnosis of obstructive coronary artery disease. Cardiovascular therapy and prevention. 2024;23(7):74–83]. doi: 10.15829/1728-8800-2024-4000 EDN: SLOMLJ
  2. Пивоварова А.И., Соболева Г.Н., Стукалова О.В., и др. Клинический пример использования перфузионной стресс-МРТ сердца с аденозинтрифосфатом у больной сахарным диабетом 2 типа с микрососудистой дисфункцией и обструктивным атеросклерозом коронарных артерий // Кардиологический вестник. 2022;17(4):76-81. [Pivovarova AI, Soboleva GN, Stukalova OV, et al. Perfusion stress cardiac mri with adenosine triphosphate in a patient with type 2 diabetes mellitus, microvascular dysfunction and obstructive atherosclerosis of coronary arteries. Russian cardiology bulletin. 2022;17(4):76–81]. doi: 10.17116/Cardiobulletin20221704176 EDN: VZKEVI
  3. Greenwood JP, Maredia N, Younger JF, et al. Cardiovascular magnetic resonance and single-photon emission computed tomography for diagnosis of coronary heart disease (CE-MARC): A prospective trial. Lancet. 2012;379(9814):453–460. doi: 10.1016/S0140-6736(11)61335-4
  4. Swoboda PP, Matthews GD, Garg P, et al. Comparison of stress-rest and stress-LGE analysis strategy in patients undergoing stress perfusion cardiovascular magnetic resonance. Circ Cardiovasc Imaging. 2023;16(12):e014765. doi: 10.1161/CIRCIMAGING.123.014765 EDN: JIIPHZ
  5. Arai AE, Schulz-Menger J, Shah DJ, et al. Stress perfusion cardiac magnetic resonance vs SPECT imaging for detection of coronary artery disease. J Am Coll Cardiol. 2023;82(19):1828–1838. doi: 10.1016/j.jacc.2023.08.046 EDN: CWZAYD
  6. Driessen RS, van Diemen PA, Raijmakers PG, et al. Functional stress imaging to predict abnormal coronary fractional flow reserve: The PACIFIC 2 study. Eur Heart J. 2022;43(33):3118–3128. doi: 10.1093/eurheartj/ehac286 EDN: GZEKPU
  7. Maddahi J, Agostini D, Bateman TM, et al. Flurpiridaz F-18 PET myocardial perfusion imaging in patients with suspected coronary artery disease. J Am Coll Cardiol. 2023;82(16):1598–1610. doi: 10.1016/j.jacc.2023.08.016 EDN: SBDDCG
  8. Литвиненко И.В. Возможности ОФЭКТ-КТ в диагностике стенозов коронарных артерий // Медицинская визуализация. 2015. № 2. С. 53–66. [Litvinenko IV. The possibility of SPECT-CT in the diagnosis of coronary artery stenosis. Medical visualization. 2015;(2):53–66]. EDN: TTZQLT
  9. Takx RA, Blomberg BA, El Aidi H, et al. Diagnostic accuracy of stress myocardial perfusion imaging compared to invasive coronary angiography with fractional flow reserve meta-analysis. Circ Cardiovasc Imaging. 2015;8(1):e002666. doi: 10.1161/CIRCIMAGING.114.002666
  10. Bashir MR, Bhatti L, Marin D, Nelson RC. Emerging applications for ferumoxytol as a contrast agent in MRI. J Magn Reson Imaging. 2015;41(4):884–898. doi: 10.1002/jmri.24691
  11. Hilbert S, Weber A, Nehrke K, et al. Artefact-free late gadolinium enhancement imaging in patients with implanted cardiac devices using a modified broadband sequence: Current strategies and results from a real-world patient cohort. Europace. 2018;20(5):801–807. doi: 10.1093/europace/eux016
  12. Мальцева А.Н., Копьева К.В., Мочула А.В., и др. Ассоциация нарушений миокардиального кровотока и резерва с факторами риска сердечно-сосудистых заболеваний у пациентов с необструктивным атеросклеротическим поражением коронарных артерий // Российский кардиологический журнал. 2023. Т. 28, № 2. С. 50–59. [Maltseva AN, Kop’eva KV, Mochula AV, et al. Association of impaired myocardial flow reserve with risk factors for cardiovascular diseases in patients with nonobstructive coronary artery disease. Russian journal of cardiology. 2023;28(2):50–59]. doi: 10.15829/1560-4071-2023-5158 EDN: FNSYNE
  13. Гуля М.О., Мочула А.В., Мальцева А.Н., Завадовский К.В. Совмещенная перфузионная сцинтиграфия миокарда и компьютерная томография: диагностическая и прогностическая значимость при ишемической болезни сердца // Российский кардиологический журнал. 2022. Т. 27, № 6. С. 108–117. [Gulya MO, Mochula AV, Maltseva AN, Zavadovsky KV. Combined myocardial perfusion scintigraphy and computed tomography: Diagnostic and prognostic value in coronary artery disease. Russian journal of cardiology. 2022;27(6):108–117]. doi: 10.15829/1560-4071-2022-4925 EDN: XRNWVP
  14. Villa AD, Corsinovi L, Ntalas I, et al. Importance of operator training and rest perfusion on the diagnostic accuracy of stress perfusion cardiovascular magnetic resonance. J Cardiovasc Magn Reson. 2018;20(1):74. doi: 10.1186/s12968-018-0493-4 EDN: TPQKWE
  15. Biglands JD, Ibraheem M, Magee DR, et al. Quantitative myocardial perfusion imaging versus visual analysis in diagnosing myocardial ischemia: A CE-MARC substudy. JACC Cardiovasc Imaging. 2018;11(5):711–718. doi: 10.1016/j.jcmg.2018.02.019
  16. Crawley R, Kunze KP, Milidonis X, et al. High-resolution free-breathing automated quantitative myocardial perfusion by cardiovascular magnetic resonance for the detection of functionally significant coronary artery disease. Eur Heart J Cardiovasc Imaging. 2024;25(7):914–925. doi: 10.1093/ehjci/jeae084 EDN: XNUMPD
  17. Patel AR, Antkowiak PF, Nandalur KR, et al. Assessment of advanced coronary artery disease: Advantages of quantitative cardiac magnetic resonance perfusion analysis. J Am Coll Cardiol. 2010;56(7):561–569. doi: 10.1016/j.jacc.2010.02.061
  18. Ostojic M, Stanetic B. Gold standard for diagnosing and treating chronic ischaemic coronary artery disease and the associated complications. Open Heart. 2024;11(2):e002908. doi: 10.1136/openhrt-2024-002908 EDN: CILUZZ
  19. Kotecha T, Chacko L, Chehab O, et al. Assessment of multivessel coronary artery disease using cardiovascular magnetic resonance pixelwise quantitative perfusion mapping. JACC Cardiovasc Imaging. 2020;13(12):2546–2557. doi: 10.1016/j.jcmg.2020.06.041 EDN: LAYAHC
  20. Kwong RY, Ge Y, Steel K, et al. Cardiac magnetic resonance stress perfusion imaging for evaluation of patients with chest pain. J Am Coll Cardiol. 2019;74(14):1741–1755. doi: 10.1016/j.jacc.2019.07.074 EDN: XSLWTI
  21. Pezel T, Unterseeh T, Kinnel M, et al. Long-term prognostic value of stress perfusion cardiovascular magnetic resonance in patients without known coronary artery disease. J Cardiovasc Magn Reson. 2021;23(1):43. doi: 10.1186/s12968-021-00737-0 EDN: OGSPJD
  22. Pezel T, Hovasse T, Kinnel M, et al. Long-term prognostic value of stress cardiovascular magnetic resonance in patients with history of percutaneous coronary intervention. Circ Cardiovasc Imaging. 2021;14(6):e012374. doi: 10.1161/CIRCIMAGING.120.012374 EDN: NJHHOO
  23. Kinnel M, Sanguineti F, Pezel T, et al. Prognostic value of vasodilator stress perfusion CMR in patients with previous coronary artery bypass graft. Eur Heart J Cardiovasc Imaging. 2021;22(11):1264–1272. doi: 10.1093/ehjci/jeaa316 EDN: XIUKIE
  24. Минасян А.А., Соболева Г.Н., Гаман С.А., и др. Безопасность и эффективность объемной компьютерной томографии сердца в сочетании с фармакологической пробой с аденозинтрифосфатом в диагностике ишемической болезни сердца // Кардиология. 2020. Т. 60, № 11. С. 57–65. [Minasyan AA, Soboleva GN, Gaman SA, et al. Safety and effectiveness of volumetric computed tomography of the heart in combination with a pharmacological test with adenosine triphosphate in the diagnosis of coronary heart disease. Kardiologiia. 2020;60(11):57–65]. doi: 10.18087/cardio.2020.11.n1258 EDN: CUIUUE
  25. García-Baizán A, Millor M, Bartolomé P, et al. Adenosine triphosphate (ATP) and adenosine cause similar vasodilator effect in patients undergoing stress perfusion cardiac magnetic resonance imaging. Int J Cardiovasc Imaging. 2019;35(4):675–682. doi: 10.1007/s10554-018-1494-y EDN: MKOLJK
  26. Nakamura S, Ishida M, Nakata K, et al. Complementary prognostic value of stress perfusion imaging and global coronary flow reserve derived from cardiovascular magnetic resonance: A long-term cohort study. J Cardiovasc Magn Reson. 2023;25(1):20. doi: 10.1186/s12968-023-00930-3 EDN: DJGBRU
  27. Nakamura S, Kitagawa K, Goto Y, et al. Incremental prognostic value of myocardial blood flow quantified with stress dynamic computed tomography perfusion imaging. JACC Cardiovasc Imaging. 2019;12(7 Pt 2):1379–1387. doi: 10.1016/j.jcmg.2018.05.021
  28. Nakamura S, Kitagawa K, Goto Y, et al. Prognostic value of stress dynamic computed tomography perfusion with computed tomography delayed enhancement. JACC Cardiovasc Imaging. 2020;13(8):1721–1734. doi: 10.1016/j.jcmg.2019.12.017 EDN: FEXATJ
  29. Ng MY, Chin CY, Yap PM, et al. Prognostic value of perfusion cardiovascular magnetic resonance with adenosine triphosphate stress in stable coronary artery disease. J Cardiovasc Magn Reson. 2021;23(1):75. doi: 10.1186/s12968-021-00770-z
  30. Kato S, Saito N, Nakachi T, et al. Stress perfusion coronary flow reserve versus cardiac magnetic resonance for known or suspected CAD. J Am Coll Cardiol. 2017;70(7):869–879. doi: 10.1016/j.jacc.2017.06.028
  31. Indorkar R, Kwong RY, Romano S, et al. Global coronary flow reserve measured during stress cardiac magnetic resonance imaging is an independent predictor of adverse cardiovascular events. JACC Cardiovasc Imaging. 2019;12(8 Pt 2):1686–1695. doi: 10.1016/j.jcmg.2018.08.018
  32. Cho YK, Nam CW. Would a noninvasive coronary physiology become a standard and popular approach? Korean Circ J. 2021;51(2):140–142. doi: 10.4070/kcj.2020.0511 EDN: RUGVYZ
  33. Knott KD, Seraphim A, Augusto JB, et al. The prognostic significance of quantitative myocardial perfusion: An artificial intelligence-based approach using perfusion mapping. Circulation. 2020; 141(16):1282–1291. doi: 10.1161/CIRCULATIONAHA.119.044666 EDN: HORRTM
  34. Virani SS, Newby LK, Arnold SV, et al. 2023 AHA/ACC/ACCP/ASPC/NLA/PCNA guideline for the management of patients with chronic coronary disease: A report of the American Heart Association/American College of Cardiology Joint Committee on Clinical Practice Guidelines. Circulation. 2023;148(9):е9–е119. doi: 10.1161/CIR.0000000000001168 EDN: UQJEFJ
  35. Ребров А.П. Коронарная микрососудистая дисфункция при ревматических заболеваниях: что мы знаем сегодня? // Профилактическая медицина. 2024. Т. 27, № 9. С. 138–143. [Rebrov AP. Coronary microvascular dysfunction in rheumatic diseases — what do we know today? Russian journal of preventive medicine. 2024;27(9):138–143]. doi: 10.17116/profmed202427091138 EDN: XZFFRU
  36. Francia P, Delli Gatti C, Bachschmid M, et al. Deletion of p66shc gene protects against age-related endothelial dysfunction. Circulation. 2004;110(18):2889–2895. doi: 10.1161/01.CIR.0000147731.24444.4D
  37. Camici PG, Crea F. Coronary microvascular dysfunction. N Engl J Med. 2007;356(8):830–840. doi: 10.1056/NEJMra061889
  38. Camici PG, Tschöpe C, Di Carli MF, et al. Coronary microvascular dysfunction in hypertrophy and heart failure. Cardiovasc Res. 2020;116(4):806–816. doi: 10.1093/cvr/cvaa023 EDN: LOQKXK
  39. Van Heerebeek L, Hamdani N, Handoko ML, et al. Diastolic stiffness of the failing diabetic heart: Importance of fibrosis, advanced glycation end products, and myocyte resting tension. Circulation. 2008;117(1):43–51. doi: 10.1161/CIRCULATIONAHA.107.728550
  40. Rahman H, Scannell CM, Demir OM, et al. High-resolution cardiac magnetic resonance imaging techniques for the identification of coronary microvascular dysfunction. JACC Cardiovasc Imaging. 2021;14(5):978–986. doi: 10.1016/j.jcmg.2020.10.015 EDN: ALFVKK
  41. Kotecha T, Martinez-Naharro A, Boldrini M, et al. Automated pixel-wise quantitative myocardial perfusion mapping by CMR to detect obstructive coronary artery disease and coronary microvascular dysfunction: Validation against invasive coronary physiology. JACC Cardiovasc Imaging. 2019;12(10):1958–1969. doi: 10.1016/j.jcmg.2018.12.022
  42. Wöhrle J, Nusser T, Merkle N, et al. Myocardial perfusion reserve in cardiovascular magnetic resonance: Correlation to coronary microvascular dysfunction. J Cardiovasc Magn Reson. 2006;8(6):781–787. doi: 10.1080/10976640600737649
  43. Zhou W, Lee JC, Leung ST, et al. Long-term prognosis of patients with coronary microvascular disease using stress perfusion cardiac magnetic resonance. JACC Cardiovasc Imaging. 2021;14(3):602–611. doi: 10.1016/j.jcmg.2020.09.034 EDN: NWYDBC
  44. Jiang L, Yan WF, Zhang L, et al. Early left ventricular microvascular dysfunction in diabetic pigs: A longitudinal quantitative myocardial perfusion CMR study. Cardiovasc Diabetol. 2024;23(1):9. doi: 10.1186/s12933-023-02106-w EDN: VALAPI
  45. Yeo JL, Gulsin GS, Brady EM, et al. Association of ambulatory blood pressure with coronary microvascular and cardiac dysfunction in asymptomatic type 2 diabetes. Cardiovasc Diabetol. 2022;21(1):85. doi: 10.1186/s12933-022-01528-2 EDN: LDWEGJ
  46. Кухаренко С.С., Ядрихинская М.Н., Шацкая О.А., и др. «Изолированная» диастолическая дисфункция миокарда при сахарном диабете: смена представлений // Проблемы эндокринологии. 2016. Т. 62, № 6. С. 10–19. [Kukharenko SS, Yadrikhinskaya MN, Shatskaya OA, et al. Isolated left ventricular diastolic dysfunction in diabetes mellitus: Opinions change. Problems of endocrinology. 2016;62(6):10–19]. doi: 10.14341/probl201662610-19 EDN: XIAIYB
  47. Bojer AS, Sørensen MH, Madsen SH, et al. The independent association of myocardial extracellular volume and myocardial blood flow with cardiac diastolic function in patients with type 2 diabetes: A prospective cross-sectional cohort study. Cardiovasc Diabetol. 2023;22(1):78. doi: 10.1186/s12933-023-01804-9 EDN: TABMKK
  48. Шаяхметова С.В., Синицын В.Е., Афанасьев А.В. Магнитно-резонансная томография сердца при гипертрофической кардиомиопатии: диагностические возможности, применение в клинической практике, прогностическая значимость // Российский кардиологический журнал. 2019. Т. 24, № 12. С. 131–136. [Shayakhmetova SV, Sinitsyn VE, Afanasyev AV. Cardiac magnetic resonance imaging in patients with hypertrophic cardiomyopathy: Diagnostic and prognostic value. Russian journal of cardiology. 2019;(12):131–136]. doi: 10.15829/1560-4071-2019-12-131-136 EDN: KEXVJB
  49. Александрова С.А., Глазкова Е.Ю., Голухова Е.З. Магнитно-резонансная томография сердца при аритмогенной кардиомиопатии: развитие критериев диагностики и новые возможности // Российский кардиологический журнал. 2024. Т. 29, № S11. С. 13–22. [Aleksandrova SA, Glazkova EYu, Golukhova EZ. Cardiac magnetic resonance imaging in arrhythmogenic cardiomyopathy: Evolving diagnostic criteria and new capabilities. Russian journal of cardiology. 2024;29(S11):13–22]. doi: 10.15829/1560-4071-2024-6118 EDN: BYQJOM
  50. Puntmann VO, Carr-White G, Jabbour A, et al. International T1 multicentre CMR outcome study. T1-mapping and outcome in nonischemic cardiomyopathy: All-cause mortality and heart failure. JACC Cardiovasc Imaging. 2016;9(1):40–50. doi: 10.1016/j.jcmg.2015.12.001
  51. Ganesan AN, Gunton J, Nucifora G, et al. Impact of late gadolinium enhancement on mortality, sudden death and major adverse cardiovascular events in ischemic and nonischemic cardiomyopathy: A systematic review and meta-analysis. Int J Cardiol. 2018;254:230–237. doi: 10.1016/j.ijcard.2017.10.094
  52. Cadour F, Quemeneur M, Biere L, et al. Prognostic value of cardiovascular magnetic resonance T1 mapping and extracellular volume fraction in nonischemic dilated cardiomyopathy. J Cardiovasc Magn Reson. 2023;25(1):7. doi: 10.1186/s12968-023-00919-y EDN: CFBPTT
  53. Hughes RK, Camaioni C, Augusto JB, et al. Myocardial perfusion defects in hypertrophic cardiomyopathy mutation carriers. J Am Heart Assoc. 2021;10(15):e020227. doi: 10.1161/JAHA.120.020227 EDN: JHIMOQ
  54. Joy G, Kelly CI, Webber M, et al. Microstructural and microvascular phenotype of sarcomere mutation carriers and overt hypertrophic cardiomyopathy. Circulation. 2023;148(10):808–818. doi: 10.1161/CIRCULATIONAHA.123.063835 EDN: DVNBZL
  55. Raphael CE, Mitchell F, Kanaganayagam GS, et al. Cardiovascular magnetic resonance predictors of heart failure in hypertrophic cardiomyopathy: The role of myocardial replacement fibrosis and the microcirculation. J Cardiovasc Magn Reson. 2021;23(1):26. doi: 10.1186/s12968-021-00720-9 EDN: AZKIBV
  56. Вайханская Т.Г., Сивицкая Л.Н., Курушко Т.В., и др. Дилатационная кардиомиопатия: новый взгляд на проблему // Российский кардиологический журнал. 2019. Т. 24, № 4. С. 35–47. [Vaykhanskaya TG, Sivitskaya LN, Kurushko TV, et al. Dilated cardiomyopathy: Reconceptualization of the problem. Russian journal of cardiology. 2019;24(4):35–47]. doi: 10.15829/1560-4071-2019-4-35-47 EDN: TQSQAJ
  57. Van den Heuvel AF, van Veldhuisen DJ, van der Wall EE, et al. Regional myocardial blood flow reserve impairment and metabolic changes suggesting myocardial ischemia in patients with idiopathic dilated cardiomyopathy: A randomized trial of beta-blockade in heart failure. J Am Coll Cardiol. 2000;35(1):19–28. doi: 10.1016/s0735-1097(99)00499-4 EDN: ADWYUO
  58. Stolen KQ, Kemppainen J, Kalliokoski KK, et al. Myocardial perfusion reserve and peripheral endothelial function in patients with idiopathic dilated cardiomyopathy. Am J Cardiol. 2004;93(1):64–68. doi: 10.1016/j.amjcard.2003.08.074 EDN: GQQTIJ
  59. Neglia D, Parodi O, Gallopin M, et al. Myocardial blood flow response to pacing tachycardia and to dipyridamole infusion in patients with dilated cardiomyopathy without overt heart failure. A quantitative assessment by positron emission tomography. Circulation. 1995;92(4):796–804. doi: 10.1161/01.cir.92.4.796
  60. Roura S, Bayes-Genis A. Vascular dysfunction in idiopathic dilated cardiomyopathy. Nat Rev Cardiol. 2009;6(9):590–598. doi: 10.1038/nrcardio.2009.130
  61. Gulati A, Ismail TF, Ali A, et al. Microvascular dysfunction in dilated cardiomyopathy: A quantitative stress perfusion cardiovascular magnetic resonance study. JACC Cardiovasc Imaging. 2019;12(8):1699–1708. doi: 10.1016/j.jcmg.2018.10.032
  62. Takafuji M, Ishida M, Nakamura S, et al. Microvascular dysfunction in patients with idiopathic dilated cardiomyopathy: Quantitative assessment with phase contrast cine mr imaging of the coronary sinus. Magn Reson Med Sci. 2025;24(1):10–19. doi: 10.2463/mrms.mp.2023-0018 EDN: SIDMCH
  63. Павлюкова Е.Н., Кужель Д.А. Сердечная недостаточность с сохраненной фракцией выброса левого желудочка: роль диастолического стресс-теста в алгоритмах диагностики // Российский кардиологический журнал. 2021. Т. 26, № 2. С. 96–102. [Pavlyukova EN, Kuzhel DA. Heart failure with preserved ejection fraction: The role of diastolic stress test in diagnostic algorithms. Russian journal of cardiology. 2021;26(2):96–102]. doi: 10.15829/1560-4071-2021-4147 EDN: ZJMVXW
  64. Yang JH, Obokata M, Reddy YN, et al. Endothelium-dependent and independent coronary microvascular dysfunction in patients with heart failure with preserved ejection fraction. Eur J Heart Fail. 2020;22(3):432–441. doi: 10.1002/ejhf.1671
  65. Ahmad A, Corban MT, Toya T, et al. Coronary microvascular dysfunction is associated with exertional haemodynamic abnormalities in patients with heart failure with preserved ejection fraction. Eur J Heart Fail. 2021;23(5):765–772. doi: 10.1002/ejhf.2010 EDN: VKUBPD
  66. Shah SJ, Lam CS, Svedlund S, et al. Prevalence and correlates of coronary microvascular dysfunction in heart failure with preserved ejection fraction: PROMIS-HFpEF. Eur Heart J. 2018;39(37):3439–3450. doi: 10.1093/eurheartj/ehy531
  67. Hage C, Svedlund S, Saraste A, et al. Association of coronary microvascular dysfunction with heart failure hospitalizations and mortality in heart failure with preserved ejection fraction: A follow-up in the PROMIS-HFpEF study. J Card Fail. 2020;26(11):1016–1021. doi: 10.1016/j.cardfail.2020.08.010 EDN: PFGNIF
  68. Arnold JR, Kanagala P, Budgeon CA, et al. Prevalence and prognostic significance of microvascular dysfunction in heart failure with preserved ejection fraction. JACC Cardiovasc Imaging. 2022;15(6):1001–1011. doi: 10.1016/j.jcmg.2021.11.022 EDN: HOAIEN
  69. Siggins C, Pan JA, Löffler AI, et al. Cardiometabolic biomarker patterns associated with cardiac MRI defined fibrosis and microvascular dysfunction in patients with heart failure with preserved ejection fraction. Front Cardiovasc Med. 2024;11:1334226. doi: 10.3389/fcvm.2024.1334226 EDN: MOXOHQ
  70. Pons-Lladó G, Kellman P. State-of-the-art of myocardial perfusion by CMR: A practical view. Rev Cardiovasc Med. 2022;23(10):325. doi: 10.31083/j.rcm2310325 EDN: ZYYZNY

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2025 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».