Abstract W MP119: Sensitivity and Reliability of MRI SWI Compared With GRE Sequences for Detecting Microbleeds in a Community Population
Notice bibliographique
Résumé
Background: MRI susceptibility-weighted imaging (SWI) provides better contrast and is typically done at higher spatial resolution than MRI T2*-weighted gradient-recalled echo (GRE), increasing the sensitivity for cerebral microbleed (CMB) detection. However, few studies have implemented SWI and GRE in the same scan session, and there is uncertainty regarding whether findings on SWI are comparable to findings on GRE. We compared the sensitivity and reliability of SWI vs. GRE sequences for detecting CMBs in a community population. Methods: Using a standardized case report form, two radiologists independently identified CMBs on SWI and GRE in 247 participants age 40 to 75 in the community-based Prospective Urban Rural (PURE) MIND substudy. MRI was performed on the same GE 3T MRI scanner using typical clinical sequence parameters. SWI and GRE were read >2 weeks apart. After the independent readings, the two raters met to determine CMB presence by consensus. Results: Mean age was 58.0±7.6 years, 65% were women, 23% had hypertension and 8.6% had diabetes. By consensus, CMBs were seen in 30 participants (12.2%) on SWI but in only 13 (5.2%) on GRE (p<0.001). Inter-rater reliability was moderately good on SWI (kappa 0.52, 95% CI 0.34-0.71) and GRE (kappa 0.51, 95% CI 0.30-0.73). A pattern of lobar CMBs, with or without cerebellar CMBs but without other non-lobar CMBs, was seen in 8/13 (62%) with GRE CMBs and 19/30 with SWI CMBs (63%). Increased age and diabetes were associated with CMBs on both SWI and GRE. Conclusions: More than twice as many CMBs were detected on MRI SWI compared to GRE, with the same inter-rater reliability. SWI may be the preferred sequence for detecting CMBs, given its greater sensitivity. However, CMB distribution patterns and risk factors were similar regardless of sequence type, suggesting that the findings of studies using either sequence are comparable.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».