MétaCan
Menu
Retour à la cohorte
Enregistrement W127714186 · doi:10.1007/978-1-60761-938-3_10

Measuring the Integrity of the Human Blood–Brain Barrier Using Magnetic Resonance Imaging

2010· article· en· W127714186 sur OpenAlexaff
Andrea Kassner, Rebecca E. Thornhill

Notice bibliographique

RevueMethods in molecular biology · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMagnetic resonance imagingBlood–brain barrierDynamic contrast-enhanced MRIMedicineContrast (vision)RadiologyComputer scienceCentral nervous systemInternal medicine

Résumé

récupéré en direct d'OpenAlex

The evaluation of blood-brain barrier (BBB) integrity with contrast-enhanced magnetic resonance imaging (MRI) may prove valuable in the setting of certain brain pathologies, such as brain tumors and acute ischemic stroke. Various MRI protocols have been developed to explore the integrity of the BBB by monitoring the leakage of intravenously administered contrast medium into the brain parenchyma. In its simplest form, BBB integrity is assessed qualitatively, by determining the presence or absence of contrast-enhancement on a structural MR image. When a dynamic contrast-enhanced (DCE) MRI protocol is combined with a suitable pharmacokinetic model, DCE-MRI can map the spatial distribution of BBB integrity throughout the brain and assist with evaluating the effects of therapy. Several model-free surrogate measures of BBB permeability have been recently proposed, all of which can be readily computed from standard dynamic susceptibility contrast MRI perfusion scans. Contrast-enhanced MRI offers multiple strategies for evaluating BBB integrity.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,562
Score d'incertitude au seuil0,458

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,050
Tête enseignante GPT0,415
Écart entre enseignants0,365 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetMRI in cancer diagnosisTravaux en français237 207