Evaluation of hepatic contrast enhancement with a hepatocyte-specific magnetic resonance imaging contrast agent (gadoxetic acid) in healthy dogs
Notice bibliographique
Résumé
OBJECTIVE: To determine, by means of MRI, the time to maximal contrast enhancement in T1-weighted images following IV administration of gadoxetic acid in healthy dogs and assess the impact of gadoxetic acid on the signal intensity of T2-weighted images. ANIMALS: 7 healthy dogs. PROCEDURES: No hepatic abnormalities were detected during ultrasonographic examination. Each dog was anesthetized and positioned in dorsal recumbency for MRI. Transverse T1- and T2-weighted images of the liver were acquired prior to and following (at 5-minute intervals) IV injection of 0.1 mL of gadoxetic acid/kg. Signal intensity of the liver parenchyma was measured in 3 regions of interest in the T1- and T2-weighted images before and at various times point after contrast agent administration. Time versus signal-to-noise ratio curves were plotted to determine time to maximal contrast enhancement and contrast agent-related changes in signal intensity in T2-weighted images. RESULTS: Analysis of T1-weighted images revealed that mean ± SD time to maximal enhancement after gadoxetic acid injection was 10.5 ± 3.99 minutes. Signal intensity of T2-weighted images was not significantly affected by gadoxetic acid administration. No injection-related adverse effects were observed in any dog. CONCLUSIONS AND CLINICAL RELEVANCE: Results indicated that gadoxetic acid can be used for hepatic MRI in healthy dogs and the resultant hepatic enhancement patterns are similar to those described for humans. Maximal contrast enhancement occurred between 10 and 15 minutes after contrast agent injection; thus, T2-weighted images may be obtained in the interval between injection and maximal enhancement for a more time-efficient clinical protocol.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».