MétaCan
Menu
Retour à la cohorte
Enregistrement W2370688355 · doi:10.1002/jmri.25063

Reproducibility of cerebrovascular reactivity measures in children using BOLD MRI

2015· article· en· W2370688355 sur OpenAlexafffund
Jackie Leung, Junseok A. Kim, Andrea Kassner

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of TorontoHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health ResearchHospital for Sick Children
Mots-clésReproducibilityMedicineMagnetic resonance imagingRadiologyNuclear medicineMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To evaluate the reproducibility of cerebrovascular reactivity (CVR) measurements acquired in children using magnetic resonance imaging (MRI) in combination with a computer-controlled carbon dioxide (CO2 ) stimulus. MATERIALS AND METHODS: Ten healthy children (age 16.1 ± 1.6 years) underwent CVR imaging on a 3T scanner using a blood-oxygen level-dependent (BOLD) MRI sequence. Targeted hypercapnia was induced during imaging with a CO2 gas challenge delivered using a specialized gas sequencer (RespirAct). A total of four BOLD scans were performed over 2 separate days to test within-day and between-day consistency of the data. CVR values were computed by correlating the relative change in BOLD signal in response to the CO2 stimulus delivered to the each subject. RESULTS: Intraclass correlation coefficients (ICCs) of within-day values show highly reproducible measures in both the gray matter (ICC = 0.857, P < 0.001) and white matter (ICC = 0.895, P < 0.001). Relatively lower between-day reproducibility was observed in both the gray matter (ICC = 0.776, P = 0.001) and white matter (ICC = 0.719, P = 0.004). CONCLUSION: Using a computer-controlled CO2 stimulus, we have demonstrated the reliability of BOLD-CVR measurements in pediatric subjects. Within-day and between-day metrics of reproducibility were comparable to adult data.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,167
Score d'incertitude au seuil0,372

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 Opus0,033
Tête enseignante GPT0,319
Écart entre enseignants0,287 · 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'étudeObservationnel
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

Citations23
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

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