Comparing average breast fat content results from two different protocols at 1.5T and 3T: Can the data be pooled?
Notice bibliographique
Résumé
PURPOSE: To compare the total breast fat content computed from two separate studies, performed on different scanners and with different protocols, with the goal of defining a relationship to allow pooling the data. MATERIALS AND METHODS: Twelve healthy volunteer women were scanned with two different protocols on the same day. The protocols differed in four important aspects: vendors (GE vs. Philips), scanner main magnetic field strengths (1.5T vs. 3T), pulse sequences (2D fast spin-echo vs. 3D spoiled gradient-echo), and water/fat separation techniques. The resulting water and fat maps were processed with in-house software to extract breast tissue slice-wise. Percent fat content was calculated for each breast, per subject. RESULTS: Total percent fat contents (averaged across both breasts) resulting from both protocols were plotted against each other, on a subject-by-subject basis, revealing a strong correlation (R(2) > 0.99), with an overestimation of the fat content from Protocol 1 relative to Protocol 2. The proposed T2 TE-correction for Protocol 1 improves the correlation while decreasing the discrepancy between protocols. CONCLUSION: Total breast fat content of healthy women resulting from the two protocols can be pooled using a linear relationship. The proposed T2 TE-corrected Protocol 1 is expected to yield accurate fat content.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».