Advanced MRI for carotid plaque imaging
Notice bibliographique
Résumé
Atherosclerosis is the ubiquitous underling pathological process that manifests in heart attack and stroke, cumulating in the death of one in three North American adults. High-resolution magnetic resonance imaging (MRI) is able to delineate atherosclerotic plaque components and total plaque burden within the carotid arteries. Using dedicated hardware, high resolution images can be obtained. Combining pre- and post-contrast T1, T2, proton-density, and magnetization-prepared rapid acquisition gradient echo weighted fat-saturation imaging, plaque components can be defined. Post-processing software allows for semi- and fully automated quantitative analysis. Imaging correlation with surgical specimens suggests that this technique accurately differentiates plaque features. Total plaque burden and specific plaque components such as a thin fibrous cap, large fatty or necrotic core and intraplaque hemorrhage are accepted markers of neuroischemic events. Given the systemic nature of atherosclerosis, emerging science suggests that the presence of carotid plaque is also an indicator of coronary artery plaque burden, although the preliminary data primarily involves patients with stable coronary disease. While the availability and cost-effectiveness of MRI will ultimately be important determinants of whether carotid MRI is adopted clinically in cardiovascular risk assessment, the high accuracy and reliability of this technique suggests that it has potential as an imaging biomarker of future risk.
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) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».