MétaCan
Menu
Retour à la cohorte
Enregistrement W2561923197 · doi:10.1186/s40658-016-0166-z

A gamma-distribution convolution model of 99mTc-MIBI thyroid time-activity curves

2016· article· en· W2561923197 sur OpenAlexaff
Carl A. Wesolowski, Surajith N. Wanasundara, Michal J. Wesolowski, Belkıs Erbaş, Paul Babyn

Notice bibliographique

RevueEJNMMI Physics · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Dose and Imaging
Établissements canadiensUniversity of SaskatchewanRoyal University HospitalMemorial University of Newfoundland
Organismes subventionnairesTürkiye Bilimsel ve Teknolojik Araştırma Kurumu
Mots-clésNuclear medicineMathematicsThyroidMedicineWashoutThyroid adenomaInternal medicineGoiter

Résumé

récupéré en direct d'OpenAlex

The convolution approach to thyroid time-activity curve (TAC) data fitting with a gamma distribution convolution (GDC) TAC model following bolus intravenous injection is presented and applied to 99m Tc-MIBI data. The GDC model is a convolution of two gamma distribution functions that simultaneously models the distribution and washout kinetics of the radiotracer. The GDC model was fitted to thyroid region of interest (ROI) TAC data from 1 min per frame 99m Tc-MIBI image series for 90 min; GDC models were generated for three patients having left and right thyroid lobe and total thyroid ROIs, and were contrasted with washout-only models, i.e., less complete models. GDC model accuracy was tested using 10 Monte Carlo simulations for each clinical ROI. The nine clinical GDC models, obtained from least counting error of counting, exhibited corrected (for 6 parameters) fit errors ranging from 0.998% to 1.82%. The range of all thyroid mean residence times (MRTs) was 212 to 699 min, which from noise injected simulations of each case had an average coefficient of variation of 0.7% and a not statistically significant accuracy error of 0.5% ( p = 0.5, 2-sample paired t test). The slowest MRT value (699 min) was from a single thyroid lobe with a tissue diagnosed parathyroid adenoma also seen on scanning as retained marker. The two total thyroid ROIs without substantial pathology had MRT values of 278 and 350 min overlapping a published 99m Tc-MIBI thyroid MRT value. One combined value and four unrelated washout-only models were tested and exhibited R-squared values for MRT with the GDC, i.e., a more complete concentration model, ranging from 0.0183 to 0.9395. The GDC models had a small enough TAC noise-image misregistration (0.8%) that they have a plausible use as simulations of thyroid activity for querying performance of other models such as washout models, for altered ROI size, noise, administered dose, and image framing rates. Indeed, of the four washout-only models tested, no single model approached the apparent accuracy of the GDC model using only 90 min of data. Ninety minutes is a long gamma-camera acquisition time for a patient, but a short a time for most kinetic models. Consequently, the results should be regarded as preliminary.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,020
Tête enseignante GPT0,257
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEJNMMI PhysicsMême sujetRadiation Dose and ImagingTravaux en français237 207