MétaCan
Menu
Retour à la cohorte
Enregistrement W2141033730 · doi:10.1002/jmri.21691

Phase‐contrast magnetic resonance quantification of normal pulmonary venous return

2009· article· en· W2141033730 sur OpenAlexafffund
Hyun Woo Goo, Abdulmajeed Alotay, Lars Grosse‐Wortmann, Shengping Wu, Christopher K. Macgowan, Shi‐Joon Yoo

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineMagnetic resonance imagingCardiologyPulmonary veinInternal medicinePeripheralConfidence intervalVenous bloodHemodynamicsVenous return curveNuclear medicineRadiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To assess the feasibility of phase-contrast magnetic resonance (PCMR) in quantifying the pulmonary venous return in normal subjects. MATERIALS AND METHODS: PCMR was performed in 12 healthy adult volunteers (mean age 38 years, range 27-60 years; 9 men; body surface area 1.81+/-0.15 m2) for the ascending and descending aorta, caval veins, main and branch pulmonary arteries, and pulmonary veins. Two readers independently quantified blood flow in all subjects. RESULTS: Intraobserver differences were -2.0% (95% confidence interval [CI]: -9.9% to 5.9%), -4.5% (95% CI: -15.6% to 6.5%), and -0.7% (95% CI: -4.5% to 3.0%) for all vessels, pulmonary veins, and other great vessels, respectively. Interobserver differences were -2.0% (95% CI: -10.6% to 6.6%), -3.1% (95% CI: -16.0% to 9.9%), and -1.4% (95% CI: -6.4% to 3.5%) for all vessels, pulmonary veins, and other great vessels, respectively. Pulmonary venous flow volume showed high correlations with the volumes of the pulmonary arterial flow, systemic arterial flow, and systemic venous flow (r=0.76-0.92, P<0.005). CONCLUSION: Flow quantification of normal pulmonary venous return using PCMR is feasible with high reproducibility and accuracy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,845
Score d'incertitude au seuil0,717

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,306
Écart entre enseignants0,292 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations49
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Magnetic Resonance ImagingMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207