Reproducibility of quantitative magnetization‐transfer imaging parameters from repeated measurements
Notice bibliographique
Résumé
Quantitative magnetization-transfer imaging methods provide in vivo estimates of parameters of the two-pool model for magnetization-transfer in tissue. The goal of this study was to evaluate the reproducibility of quantitative magnetization-transfer imaging parameter estimates in healthy subjects. Magnetization-transfer-weighted and T(1) relaxometry data were acquired in five healthy subjects at multiple time points, and the variability of the resulting fitted magnetization-transfer parameters was evaluated. The impact of subsampling the magnetization-transfer data and correcting field inhomogeneities was also evaluated. The key parameters measured in this study had an average variability, across time points, of 4.7% for the relative size of the restricted pool (F), 7.3% for the forward exchange constant (k(f)), 1.9% for the free pool spin-lattice relaxation constant (R(1f)), 4.5% for the T(2) of the free pool (T(2f)), and 2.3% for the T(2) of the restricted pool (T(2r)). Our findings show that serial quantitative magnetization-transfer imaging experiments can be performed reliably, with good reproducibility of the model parameter estimates, and demonstrate the reproducibility of acquisition schemes with fewer magnetization-transfer contrasts. This establishes the feasibility of this technique for monitoring patients affected by degenerative white matter diseases while providing critical data to estimate the statistical power of such studies.
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 | 0,023 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».