Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To test and validate magnetic resonance imaging (MRI) sequences for peripheral artery lesion characterization and relate the MRI characteristics to the amount of force required for a guidewire to puncture peripheral chronic total occlusions (CTOs) as a surrogate for immediate failure of endovascular therapy. METHODS: voxels) with T2-weighted (T2W) and ultrashort echo time (UTE) sequences on a 7-T MR scanner. The MR images (n=15) were validated with micro-computed tomography and histology. CTOs (n=40) were classified by their MR signal characteristics as "soft" (signals indicating fat, thrombus, microchannels, or loose fibrous tissue), "hard" (collagen and/or speckled calcium signals), or "calcified" (calcified nodule signals). A 2-kg load cell advanced the back end of a 0.035-inch stiff guidewire at a fixed displacement rate (0.05 mm/s) through the CTOs, and the forces required to cross each lesion were measured. RESULTS: T2W images showed fat as hyperintense and hardened tissue as hypointense. Calcium and thrombus appeared as a signal void in conventional MRI sequences but were easily identified in UTE images (thrombus was hyperintense and calcium hypointense). MRI accurately differentiated "hard," "soft," and "calcified" CTOs based on associated guidewire puncture force. The guidewire could not enter "calcified" CTOs (n=6) at all. "Hard" CTOs (n=9) required a significantly higher (p<0.001) puncture force of 1.71±0.51 N vs 0.43±0.36 N for "soft" CTOs (n=25). CONCLUSION: MRI characteristics of PAD lesions correlate with guidewire puncture forces, an important aspect of crossability. Future work will determine if clinical MR scanners can be used to predict success in peripheral vascular 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.
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) | 0,001 | 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 découle