Does hydration status affect MRI measures of brain volume or water content?
Notice bibliographique
Résumé
PURPOSE: To determine whether differences in hydration state, which could arise from routine clinical procedures such as overnight fasting, affect brain total water content (TWC) and brain volume measured with magnetic resonance imaging (MRI). MATERIALS AND METHODS: Twenty healthy volunteers were scanned with a 3T MR scanner four times: day 1, baseline scan; day 2, hydrated scan after consuming 3L of water over 12 hours; day 3, dehydrated scan after overnight fasting of 9 hours, followed by another scan 1 hour later for reproducibility. The following MRI data were collected: T2 relaxation (for TWC measurement), inversion recovery (for T1 measurement), and 3D T1 -weighted (for brain volumes). Body weight and urine specific gravity were also measured. TWC was calculated by fitting the T2 relaxation data with a nonnegative least-squares algorithm, with corrections for T1 relaxation and image signal inhomogeneity and normalization to ventricular cerebrospinal fluid. Brain volume changes were measured using SIENA. TWC means were calculated within 14 tissue regions. RESULTS: Despite indications of dehydration as demonstrated by increases in urine specific gravity (P = 0.03) and decreases in body weight (P = 0.001) between hydrated and dehydrated scans, there was no measurable change in TWC (within any brain region) or brain volume between hydration states. CONCLUSION: We demonstrate that within a range of physiologic conditions commonly encountered in routine clinical scans (no pretreatment with hydration, well hydrated before MRI, and overnight fasting), brain TWC and brain volumes are not substantially affected in a healthy control cohort. J. Magn. Reson. Imaging 2016;44:296-304.
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 ».