Comparison of inversion recovery gradient echo with inversion recovery fast spin echo techniques for magnetic resonance imaging detection of navicular bone marrow lesions in horses
Notice bibliographique
Résumé
OBJECTIVE: To compare navicular bone marrow lesion (BML) conspicuity in the feet of horses as determined via 2 fat-suppressed MRI techniques, including standard short tau inversion recovery (STIR) and inversion recovery gradient echo (IRGE). SAMPLE: Feet (n = 150) of horses with lameness referable to the distal portion of the digit. PROCEDURES: STIR and IRGE sequences were obtained prospectively in all feet with a standing low-field equine MRI system. Presence of a BML was ascertained by identification of a characteristic combination of marrow alterations in T1-weighted, T2*-weighted, T2-weighted, and STIR images. Signal-to-noise and contrast-to-noise ratios were calculated on STIR and IRGE sequences in 56 feet with a navicular BML. RESULTS: Signal-to-noise and contrast-to-noise ratios of both sequences correlated linearly (r = 0.87 and r = 0.92, respectively) but were significantly higher for STIR images (mean ± SD, 22.6 ± 12.7 and 12.4 ± 11.4, respectively), compared with IRGE images (13.7 ± 8.0 and 5.9 ± 7.2, respectively). CONCLUSIONS AND CLINICAL RELEVANCE: Results suggested that the IRGE sequence revealed BMLs significantly less conspicuously, compared with the standard STIR sequence. The 2 techniques cannot be used interchangeably, and IRGE is therefore not recommended as the sole fat-suppressed sequence for routine equine standing MRI protocols.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».