Vessel size index measurements in a rat model of glioma: comparison of the dynamic (Gd) and steady‐state (iron‐oxide) susceptibility contrast MRI approaches
Notice bibliographique
Résumé
Vessel size index (VSI), a parameter related to the distribution of vessel diameters, may be estimated using two MRI approaches: (i) dynamic susceptibility contrast (DSC) MRI following the injection of a bolus of Gd-chelate. This technique is routinely applied in the clinic to assess intracranial tissue perfusion in patients; (ii) steady-state susceptibility contrast with USPIO contrast agents, which is considered here as the standard method. Such agents are not available for human yet and the steady-state approach is currently limited to animal studies. The aim is to compare VSI estimates obtained with these two approaches on rats bearing C6 glioma (n = 7). In a first session, VSI was estimated from two consecutive injections of Gd-Chelate (Gd(1) and Gd(2)). In a second session (4 hours later), VSI was estimated using USPIO. Our findings indicate that both approaches yield comparable VSI estimates both in contralateral (VSI{USPIO} = 7.5 ± 2.0 µm, VSI{Gd(1)} = 6.5 ± 0.7 µm) and in brain tumour tissues (VSI{USPIO} = 19.4 ± 7.1 µm, VSI{Gd(1)} = 16.6 ± 4.5 µm). We also observed that, in the presence of BBB leakage (as it occurs typically in brain tumours), applying a preload of Gd-chelate improves the VSI estimate with the DSC approach both in contralateral (VSI{Gd(2)} = 7.1 ± 0.4 µm) and in brain tumour tissues (VSI{Gd(2)} = 18.5 ± 4.3 µm) but is not mandatory. VSI estimates do not appear to be sensitive to T(1) changes related to Gd extravasation. These results suggest that robust VSI estimates may be obtained in patients at 3 T or higher magnetic fields with the DSC approach.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».