MétaCan
Menu
Retour à la cohorte
Enregistrement W1541366287 · doi:10.1002/jmri.24216

R2* as a surrogate measure of ferriscan iron quantification in thalassemia

2013· article· en· W1541366287 sur OpenAlexaff
Wesley Chan, Zahra Tejani, Faisal Budhani, Christine Massey, Masoom A. Haider

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueHemoglobinopathies and Related Disorders
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health NetworkUniversity of TorontoMount Sinai HospitalSt. John’s Health Sciences CentreMemorial University of Newfoundland
Organismes subventionnairesU.S. Food and Drug Administration
Mots-clésMeasure (data warehouse)ThalassemiaBeta thalassemiaMedicineComputer scienceInternal medicineData mining

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To determine whether R2* values are a consistent predictor of hepatic iron concentration (HIC) in thalassemia patients by demonstrating a correlation between R2* relaxation rates and FerriScan-determined HIC. MATERIALS AND METHODS: Eighty-eight patients with thalassemia major were retrospectively evaluated. All patients underwent FerriScan imaging and multiecho gradient echo imaging. The results from FerriScan analysis were fitted against R2* estimates using linear regression. RESULTS: There was a very strong linear correlation between R2* values and FerriScan-determined HIC (Spearman correlation of 0.976; 95% confidence interval [CI]: 0.963, 0.984). CONCLUSION: R2* values can predict HIC determined by FerriScan using a linear calibration curve. This technique may provide a potentially cost-saving alternative for hepatic iron determination and improve acceptance by referring physicians.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,614
Score d'incertitude au seuil0,379

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,250
Écart entre enseignants0,242 · 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'étudeObservationnel
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

Citations25
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Magnetic Resonance ImagingMême sujetHemoglobinopathies and Related DisordersTravaux en français237 207