ZOOM or Non-ZOOM? Assessing Spinal Cord Diffusion Tensor Imaging Protocols for Multi-Centre Studies
Notice bibliographique
Résumé
The purpose of this study was to develop and evaluate two spinal cord (SC) diffusion tensor imaging (DTI) protocols, implemented at multiple sites (using scanners from two different manufacturers), one available on any clinical scanner, and one using more advanced options currently available in the research setting, and to use an automated processing method for unbiased quantification. DTI parameters are sensitive to changes in the diseased SC. However, imaging the cord can be technically challenging due to various factors including its small size, patient-related and physiological motion, and field inhomogeneities. Rapid acquisition sequences such as Echo Planar Imaging (EPI) are desirable but may suffer from image distortions. We present a multi-centre comparison of two acquisition protocols implemented on scanners from two different vendors (Siemens and Philips), one using a reduced field-of-view (rFOV) EPI sequence, and one only using options available on standard clinical scanners such as outer volume suppression (OVS). Automatic analysis was performed with the Spinal Cord Toolbox for unbiased and reproducible quantification of DTI metrics in the white matter. Images acquired using the rFOV sequence appear less distorted than those acquired using OVS alone. SC DTI parameter values obtained using both sequences at all sites were consistent with previous measurements made at 3T. For the same scanner manufacturer, DTI parameter inter-site SDs were smaller for the rFOV sequence compared to the OVS sequence. The higher inter-site reproducibility (for the same manufacturer and acquisition details, i.e. ZOOM data acquired at the two Philips sites) of rFOV compared to the OVS sequence supports the idea that making research options such as rFOV more widely available would improve accuracy of measurements obtained in multi-centre clinical trials. Future multi-centre studies should also aim to match the rFOV technique and signal-to-noise ratios in all sequences from different manufacturers/sites in order to avoid any bias in measured DTI parameters and ensure similar sensitivity to pathological changes.
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 ».