Liver iron concentration measurements by MRI in chronically transfused children with sickle cell anemia: baseline results from the TWiTCH trial
Notice bibliographique
Résumé
Noninvasive, quantitative, and accurate assessment of liver iron concentration (LIC) by MRI is useful for patients receiving transfusions, but R2 and R2* MRI techniques have not been systematically compared in sickle cell anemia (SCA). We report baseline LIC results from the TWiTCH trial, which compares hydroxyurea with blood transfusion treatment for primary stroke prophylaxis assessed by transcranial Doppler sonography in pediatric SCA patients. Liver R2 was collected and processed using a FDA-approved commercial process (FerriScan®), while liver R2* quality control and processing were performed by a Core Laboratory blinded to clinical site and patient data. Baseline LIC studies using both MRI techniques were available for 120 participants. LICR2* and LICR2 results were highly correlated (r(2) = 0.93). A proportional bias of LIC(R2*)/LIC(R2), decreasing with average LIC, was observed. Systematic differences between LICR2* and LICR2 were also observed by MRI manufacturer. Importantly, LICR2* and LICR2 estimates had broad 95% limits of agreement with respect to each other. We recommend LICR2 and LICR2* not be used interchangeably in SCA patients to follow individual patient trends in iron burden.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».