Clinical Benefit of 3 Tesla Magnetic Resonance Imaging Rescanning in Patients With Focal Epilepsy and Negative 1.5 Tesla Magnetic Resonance Imaging
Notice bibliographique
Résumé
BACKGROUND: Magnetic resonance imaging is an essential tool in the pre-surgical evaluation of patients with drug-resistant epilepsy. OBJECTIVE: Our aim was to assess the value of re-imaging patients with focal drug-resistant epilepsy. METHODS: Thirty patients with negative or non-conclusive 1.5 Tesla magnetic resonance imaging were rescanned with 1.5T and 3T. All of them had previous 1.5 scans with no seizure protocol in a non-specialized center. Two neuroradiologists who were blinded to prior imaging results randomly reviewed the magnetic resonance images. Kappa score was used to assess the reliability. RESULTS: Mean age of patients was 30 (SD ± 11) years. The intra-observer agreement for the first radiologist was 0.74 for 1.5T and 0.71 for 3T. In the second radiologist it was 0.82 and 0.66, respectively. Three lesions (10%) were identified by general radiologists in non-specialized centers using a 1.5T standard protocol. In our center a consensus between two neuroradiologists using epilepsy protocol identified seven lesions (23%) using 1.5T and 10 (33%) using 3T (p < 0.01). In 28% of patients this additional information resulted in a change in clinical management. CONCLUSIONS: 3T magnetic resonance imaging rescanning improves the diagnostic yield in patients with focal epilepsy and previous negative 1.5T magnetic resonance imaging. Use of 3T magnetic resonance imaging, epilepsy protocols, and interpretation by experienced neuroradiologists is highly recommended.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| 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 source (Gemma direct ou Codex distillé), 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 ».