Fetal Lung-to-Liver Signal Intensity Ratio at MR Imaging: Development of a Normal Scale and Possible Role in Predicting Pulmonary Hypoplasia in Utero
Notice bibliographique
Résumé
PURPOSE: To define retrospectively a normal range for lung-to-liver signal intensity ratio (LLSIR) in fetuses of 16-40 weeks gestation by using half-Fourier single-shot turbo spin-echo magnetic resonance (MR) imaging. MATERIALS AND METHODS: Approval from the regional ethics review board for retrospective evaluation was obtained, and informed consent was waived. Retrospective analysis and follow-up of 157 pregnant women who underwent MR imaging over the past 4 years were performed. Seventy-four fetuses were subsequently identified as having clinically normal lung function or normal lung morphologic features at autopsy. A total of 141 normal lungs were analyzed, and the LLSIR was calculated from images on an MR workstation. A mixed-effects statistical model was applied, and 95% prediction intervals were calculated. Ten fetuses with hypoplastic lungs at autopsy were also evaluated. RESULTS: Plotting LLSIR against gestational age demonstrated that, according to the fitted mean curve, the signal intensity ratio was higher with more advanced gestational age. Statistical modeling suggests a quadratic relationship between gestational age and LLSIR. For fetuses in the normal population, the LLSIR ranged from 1.52 at 21 weeks gestation to 4.31 at 34 weeks gestation. For all hypoplastic lungs in fetuses at or beyond 25 weeks gestation, the LLSIR was outside the lower bound of the 95% prediction interval for the normal population. The distinction between hypoplastic lungs and normal lungs at less than 25 weeks gestation is less definitive. CONCLUSION: This study provides a normal scale with a 95% prediction interval for LLSIR.
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 | 0,000 | 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 | 0,000 | 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 ».