Quantification of Hepatic Steatosis with 3-T MR Imaging: Validation in<i>ob/ob</i>Mice
Notice bibliographique
Résumé
PURPOSE: To validate quantitative imaging techniques used to detect and measure steatosis with magnetic resonance (MR) imaging in an ob/ob mouse model of hepatic steatosis. MATERIALS AND METHODS: The internal research animal and resource center approved this study. Twenty-eight male ob/ob mice in progressively increasing age groups underwent imaging and were subsequently sacrificed. Six ob/+ mice served as control animals. Fat fraction imaging was performed with a chemical shift-based water-fat separation method. The following three methods of conventional fat quantification were compared with imaging: lipid extraction and qualitative and quantitative histologic analysis. Fat fraction images were reconstructed with single- and multiple-peak spectral models of fat and with and without correction for T2* effects. Fat fraction measurements obtained with the different reconstruction methods were compared with the three methods of fat quantification, and linear regression analysis and two-sided and two-sample t tests were performed. RESULTS: Lipid extraction and qualitative and quantitative histologic analysis were highly correlated with the results of fat fraction imaging (r(2) = 0.92, 0.87, 0.82, respectively). No significant differences were found between imaging measurements and lipid extraction (P = .06) or quantitative histologic (P = .07) measurements when multiple peaks of fat and T2* correction were included in image reconstruction. Reconstructions in which T2* correction, accurate spectral modeling, or both were excluded yielded lower agreement when compared with the results yielded by other techniques. Imaging measurements correlated particularly well with histologic grades in mice with low fat fractions (intercept, -1.0% +/-1.2 [standard deviation]). CONCLUSION: MR imaging can be used to accurately quantify fat in vivo in an animal model of hepatic steatosis and may serve as a quantitative biomarker of hepatic steatosis.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».