MétaCan
Menu
Retour à la cohorte
Enregistrement W2324346909 · doi:10.1177/016173460702900303

Investigation of Micro-Ultrasound for Microvessel Imaging in a Model of Chronic Total Occlusion

2007· article· en· W2324346909 sur OpenAlexafffund
Amandeep S. Thind, General Leung, Nigel R. Munce, John Graham, Kevan Anderson, Alexander Dick, Bradley H. Strauss, Graham A. Wright, F. Stuart Foster

Notice bibliographique

RevueUltrasonic Imaging · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueCoronary Interventions and Diagnostics
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNational Cancer InstituteCanadian Institutes of Health Research
Mots-clésUltrasoundMicrovesselUltrasound imagingMedicineRadiologyOcclusionBiomedical engineeringCardiologyInternal medicineAngiogenesis

Résumé

récupéré en direct d'OpenAlex

The aim of the current study is to investigate the ability of micro-ultrasound (microUS) to identify microvasculature in CTOs in vivo. Results are compared with MRI studies. CTOs were developed in nine porcine superficial femoral arteries (SFA) by percutaneous insertion of a dissolvable polymer plug. This model is characterized by acute thrombosis that later organizes into a fibrotic CTO containing abundant microchannels. 3D microUS images with Power Doppler (PD) overlays from the arteries were acquired at two timepoints: one and eight weeks after placement ofthe polymerplug. Phase contrast MRI and contrast enhanced MRI was also performed. Imaging was performed transcutaneously. Microvessels were identified in vivo in six of eight CTOs using microUS, and in three of seven CTO vessels with MRI, compared with five of seven seen histologically. PW Doppler profiles showed pulsatile blood velocities of approximately 2 cm/s. Intraluminal microvessels within CTOs can be consistently identified by 3D microUS. This technique appears to be more sensitive than MRI. MicroUS may play a role in guiding CTO interventions.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,595

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 GPT0,278
Écart entre enseignants0,264 · 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'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

Citations6
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUltrasonic ImagingMême sujetCoronary Interventions and DiagnosticsTravaux en français237 207