Development and Validation of a Semiquantitative Brain Maturation Score on Fetal MR Images: Initial Results
Notice bibliographique
Résumé
PURPOSE: To develop a valid, reliable, and simple-to-use semiquantitative visual scale of fetal brain maturation for use in clinical fetal MR imaging assessment and interpretation. MATERIALS AND METHODS: This is a retrospective assessment of data from a previous study that was prospective, institutional review board approved, and HIPAA compliant. Forty-eight normal pregnancies with a gestational age (GA) of 25 to 35 weeks were studied. A fetal total maturation score (fTMS) was developed by utilizing six subscores that evaluated cortical sulcation, myelination, and the germinal matrix and provided a single combined numerical value to be evaluated as a marker of brain maturity. The fTMS was correlated with GA and segmented brain volume. A regression model that associated GA based on the visual fTMS scoring was determined. The model was validated with a leave-one-out cross validation procedure. RESULTS: Mean GA was 29.3 weeks ± 2.9 (standard deviation) (range, 25.2-35.3 weeks) and mean fTMS was 8.6 ± 3.7 (range, 4-16). The intraclass correlation coefficient between the three readers (independent and blinded) was 0.948 (P < .001). The correlations were as follows: GA and brain volume, r = 0.964 (P < .001); fTMS and brain volume, r = 0.970 (P < .001); and GA and fTMS, r = 0.975 (P < .001). A regression model to calculate GA based on fTMS yielded the following equation: calculated GA (weeks) = 22.86 + 0.748 fTMS (P < .001; adjusted R(2) = 0.946). The standard error of the model for calculation of fetal GA from the visual fTMS scale was ± 4.8 days. CONCLUSION: If validated further, the fTMS scale might be used to assess morphologic brain maturity of fetuses between 25 and 35 weeks GA on a single-case basis in a clinical setting.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».