Direct MR arthrography of cadaveric wrists: Comparison between MR imaging at 3.0T and 7.0T and gross pathologic inspection
Notice bibliographique
Résumé
PURPOSE: To prospectively evaluate the diagnostic accuracy of magnetic resonance (MR) arthrography for the detection of articular cartilage abnormalities at 3.0T and 7.0T in cadaveric wrists. MATERIALS AND METHODS: MR imaging (MRI) was performed in nine cadaveric wrists (four right wrists, five left; mean age, 81.0 ± 9.8 years) after the intraarticular administration of gadoterate-meglumine. A 3.0T and 7.0T MR system, mechanically identical custom-built 8-channel wrist coil arrays and a similar standard MRI protocol, were used. MR images were evaluated for visibility of articular cartilage surfaces, presence of cartilage lesions, and confidence of diagnosis by two independent radiologists. Open pathologic inspection served as reference standard. Sensitivity, specificity, negative predictive values (NPV) and positive predictive values (PPV), and accuracy (ACC) were calculated. Wilcoxon signed rank test was used to assess differences in the diagnostic performance. RESULTS: Visibility of articular cartilage surfaces was significantly better at 3.0T than at 7.0T (P < 0.001). Mean sensitivity, specificity, NPV, PPV, ACC for both readers were 63%, 90%, 85%, 76%, 82% at 3.0T, respectively, and 52%, 91%, 82%, 75%, 79% at 7.0T. The difference between 3.0T and 7.0T was not significant for reader 1 (P = 0.51), but was significant for reader 2 (P = 0.01). The level of confidence was significantly higher at 3.0T than at 7.0T for both readers (P = 0.004; P = 0.03). CONCLUSION: MR arthrography of the wrist at 7.0T is still limited by the lack of commercially available radiofrequency coils and limited experience in sequence optimization, resulting in a significantly lower visibility of anatomy, lower diagnostic accuracy, and level of confidence in judging cartilage lesions compared to 3.0T.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».