Nonalcoholic Fatty Liver Disease: MR Imaging of Liver Proton Density Fat Fraction to Assess Hepatic Steatosis
Notice bibliographique
Résumé
PURPOSE: To evaluate the diagnostic performance of magnetic resonance (MR) imaging-estimated proton density fat fraction (PDFF) for assessing hepatic steatosis in nonalcoholic fatty liver disease (NAFLD) by using centrally scored histopathologic validation as the reference standard. MATERIALS AND METHODS: This prospectively designed, cross-sectional, internal review board-approved, HIPAA-compliant study was conducted in 77 patients who had NAFLD and liver biopsy. MR imaging-PDFF was estimated from magnitude-based low flip angle multiecho gradient-recalled echo images after T2* correction and multifrequency fat modeling. Histopathologic scoring was obtained by consensus of the Nonalcoholic Steatohepatitis (NASH) Clinical Research Network Pathology Committee. Spearman correlation, additivity and variance stabilization for regression for exploring the effect of a number of potential confounders, and receiver operating characteristic analyses were performed. RESULTS: Liver MR imaging-PDFF was systematically higher, with higher histologic steatosis grade (P < .001), and was significantly correlated with histologic steatosis grade (ρ = 0.69, P < .001). The correlation was not confounded by age, sex, lobular inflammation, hepatocellular ballooning, NASH diagnosis, fibrosis, or magnetic field strength (P = .65). Area under the receiver operating characteristic curves was 0.989 (95% confidence interval: 0.968, 1.000) for distinguishing patients with steatosis grade 0 (n = 5) from those with grade 1 or higher (n = 72), 0.825 (95% confidence interval: 0.734, 0.915) to distinguish those with grade 1 or lower (n = 31) from those with grade 2 or higher (n = 46), and 0.893 (95% confidence interval: 0.809, 0.977) to distinguish those with grade 2 or lower (n = 58) from those with grade 3 (n = 19). CONCLUSION: MR imaging-PDFF showed promise for assessment of hepatic steatosis grade in patients with NAFLD. For validation, further studies with larger sample sizes are needed.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».