MétaCan
Menu
Retour à la cohorte
Enregistrement W2336252235 · doi:10.3174/ajnr.a4679

Identifying Significant Changes in Cerebrovascular Reactivity to Carbon Dioxide

2016· article· en· W2336252235 sur OpenAlexaff
Olivia Sobczyk, Adrian P. Crawley, Julien Poublanc, Kevin Sam, Daniel M. Mandell, David J. Mikulis, James Duffin, Joseph A. Fisher

Notice bibliographique

RevueAmerican Journal of Neuroradiology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineVoxelReactivity (psychology)White matterCardiologySignificant differenceInternal medicineNuclear medicineMagnetic resonance imagingPathologyRadiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: Changes in cerebrovascular reactivity can be used to assess disease progression and response to therapy but require discrimination of pathology from normal test-to-test variability. Such variability is due to variations in methodology, technology, and physiology with time. With uniform test conditions, our aim was to determine the test-to-test variability of cerebrovascular reactivity in healthy subjects and in patients with known cerebrovascular disease. MATERIALS AND METHODS: Cerebrovascular reactivity was the ratio of the blood oxygen level-dependent MR imaging response divided by the change in carbon dioxide stimulus. Two standardized cerebrovascular reactivity tests were conducted at 3T in 15 healthy men (36.7 ± 16.1 years of age) within a 4-month period and were coregistered into standard space to yield voxelwise mean cerebrovascular reactivity interval difference measures, composing a reference interval difference atlas. Cerebrovascular reactivity interval difference maps were prepared for 11 male patients. For each patient, the test-retest difference of each voxel was scored statistically as z-values of the corresponding voxel mean difference in the reference atlas and then color-coded and superimposed on the anatomic images to create cerebrovascular reactivity interval difference z-maps. RESULTS: There were no significant test-to-test differences in cerebrovascular reactivity in either gray or white matter (mean gray matter, P = .431; mean white matter, P = .857; paired t test) in the healthy cohort. The patient cerebrovascular reactivity interval difference z-maps indicated regions where cerebrovascular reactivity increased or decreased and the probability that the changes were significant. CONCLUSIONS: Accounting for normal test-to-test differences in cerebrovascular reactivity enables the assessment of significant changes in disease status (stability, progression, or regression) in patients with time.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,641
Score d'incertitude au seuil0,272

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 Opus0,025
Tête enseignante GPT0,316
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 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

Citations46
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of NeuroradiologyMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207