Corroboration of Normal and Abnormal Fetal Cerebral Lamination on Postmortem MR Imaging with Postmortem Examination
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The presence of normal fetal cerebral lamination of the germinal matrix, intermediate zone, subplate layer, and cortex can be used as a marker of normal fetal cerebral development. Our aim was to compare postmortem MR imaging assessment of normal and abnormal fetal cerebral lamination on T1- and T2-weighted images with histopathology. MATERIALS AND METHODS: Fifty-five formalin-fixed brains from postmortem fetuses, ranging from 16 to 30 weeks' gestational age, mean of 23 weeks, underwent T1- and T2- weighted MR imaging and subsequent sectioning and histologic examination. The cerebral lamination was graded as normal or abnormal on T1- and T2-weighted imaging and compared with postmortem findings. The sensitivity, specificity, and positive and negative predictive values of T1 and T2 assessment of cerebral lamination were calculated. RESULTS: Twenty-six fetuses had abnormal and 29 had normal cerebral lamination on histology. On T1, the overall sensitivity, specificity, and positive and negative predictive values of evaluating cerebral lamination were 96.15%(CI, 78.42%-99.80%), 89.66%(CI, 71.50%-97.29%), 89.29%(CI, 70.63%-97.19%), and 96.29%(CI, 79.11%-99.80%), respectively. On T2, the overall sensitivity, specificity, and positive and negative predictive values of evaluating cerebral lamination were 73.08%(CI, 51.95%-87.65%), 96.55%(CI, 80.37%-99.82%), 95.00%(CI, 73.06%-99.74%), and 80.00%(CI, 62.54%-90.94%), respectively. CONCLUSIONS: Postmortem MR imaging has high sensitivity, specificity, and positive and negative predictive values in assessing fetal cerebral lamination compared with histology. T1-weighted imaging has a higher sensitivity and negative predictive value, while T2-weighted imaging has a higher specificity and positive predictive value.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,000 | 0,000 |
| 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 ».