MétaCan
Menu
Retour à la cohorte
Enregistrement W2134462887 · doi:10.1002/nbm.2960

Unedited <i>in vivo</i> detection and quantification of γ‐aminobutyric acid in the occipital cortex using short‐TE MRS at 3 T

2013· article· en· W2134462887 sur OpenAlexaff
Jamie Near, Jesper Andersson, Eduard Maron, Ralf Mekle, Rolf Gruetter, Philip J. Cowen, Peter Jezzard

Notice bibliographique

RevueNMR in Biomedicine · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesMedical Research Council
Mots-clésReproducibilityIn vivoCortex (anatomy)ChemistryNuclear magnetic resonanceAminobutyric acidMetabolitePhysicsNeuroscienceChromatographyBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Short-TE MRS has been proposed recently as a method for the in vivo detection and quantification of γ-aminobutyric acid (GABA) in the human brain at 3 T. In this study, we investigated the accuracy and reproducibility of short-TE MRS measurements of GABA at 3 T using both simulations and experiments. LCModel analysis was performed on a large number of simulated spectra with known metabolite input concentrations. Simulated spectra were generated using a range of spectral linewidths and signal-to-noise ratios to investigate the effect of varying experimental conditions, and analyses were performed using two different baseline models to investigate the effect of an inaccurate baseline model on GABA quantification. The results of these analyses indicated that, under experimental conditions corresponding to those typically observed in the occipital cortex, GABA concentration estimates are reproducible (mean reproducibility error, <20%), even when an incorrect baseline model is used. However, simulations indicate that the accuracy of GABA concentration estimates depends strongly on the experimental conditions (linewidth and signal-to-noise ratio). In addition to simulations, in vivo GABA measurements were performed using both spectral editing and short-TE MRS in the occipital cortex of 14 healthy volunteers. Short-TE MRS measurements of GABA exhibited a significant positive correlation with edited GABA measurements (R = 0.58, p < 0.05), suggesting that short-TE measurements of GABA correspond well with measurements made using spectral editing techniques. Finally, within-session reproducibility was assessed in the same 14 subjects using four consecutive short-TE GABA measurements in the occipital cortex. Across all subjects, the average coefficient of variation of these four GABA measurements was 8.7 ± 4.9%. This study demonstrates that, under some experimental conditions, short-TE MRS can be employed for the reproducible detection of GABA at 3 T, but that the technique should be used with caution, as the results are dependent on the experimental conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,318
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations96
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNMR in BiomedicineMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207