MétaCan
Menu
Retour à la cohorte
Enregistrement W2050954896 · doi:10.1002/nbm.857

Proton <i>T</i><sub>1</sub> relaxation times of cerebral metabolites differ within and between regions of normal human brain

2003· article· en· W2050954896 sur OpenAlexafffund
Elana Brief, Kenneth P. Whittall, D. K. B. Li, Alexander L. MacKay

Notice bibliographique

RevueNMR in Biomedicine · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensVancouver General HospitalUniversity of British Columbia
Organismes subventionnairesMultiple Sclerosis Society of Canada
Mots-clésCreatineMetaboliteWhite matterChemistryCholineVoxelNuclear magnetic resonancePhosphocreatineGrey matterEndocrinologyBiochemistryBiologyPhysicsMagnetic resonance imagingMedicineEnergy metabolism

Résumé

récupéré en direct d'OpenAlex

Saturation recovery spectra (STEAM) were acquired at 1.5 T with 7 TRs ranging from 530 to 5000 ms and a constant TE of 30 ms in voxels (7.2 ml) located in occipital grey, parietal white and frontal white matter (10 subjects each location). Spectra were also acquired at 7, 21 and 37 degrees C from separate 100 mm solutions of inositol (Ins), choline-containing compounds (Cho), N-acetyl-aspartate (NAA) and creatine. Simulations of T(1) fits with 2, 3 and 7 TRs demonstrated that at typical SNR there is potential for both inaccurate and biased results. In vivo, different metabolites had significantly different T(1)s within the same brain volume. The same order from shortest to longest T(1) (Ins, Cho, NAA, creatine) was found for all three brain regions. The order (Ins, NAA, creatine, Cho) was found in the metabolite solutions and was consistent with a simple model in which T(1) is inversely proportional to molecular weight. For all individual metabolites, T(1) increased from occipital grey to parietal white to frontal white matter. This study demonstrates that, in spectra acquired with TR near 1 s, T(1) weightings are substantially different for metabolites within a single tissue and also for the same metabolites in different tissues.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,306
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNMR in BiomedicineMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207