Use of blood pool agents with steady‐state MRI to assess the vascular system
Notice bibliographique
Résumé
Over the past two decades there have been significant advances in the use of magnetic resonance imaging (MRI) to assess the vascular system. New imaging sequences and improvements in magnet design have enabled the creation of higher spatial resolution images. MRI is now a viable alternative imaging modality when compared to both invasive angiography and computed tomographic angiography. The use of blood pool agents has further facilitated the use of MR angiography (MRA); their high molecular weight allows for lower doses of contrast medium administration while their prolonged presence in the blood stream allows for repeated high-quality volumetric imaging of both the arterial and venous circulation. As such, MRA is now no longer constrained by the tight windows for first-pass arterial and venous enhancement, which has resulted in the ability to assess and diagnose a large range of vascular pathologies in both arterial and venous systems. The intent of this review is to highlight MRI findings in common vascular pathologies including peripheral arterial disease (PAD), abnormalities of the abdominal aortic branches, postendovascular aortic aneurysm repair (EVAR) endoleak assessment, popliteal artery entrapment syndrome (PAES), deep venous thrombosis (DVT), vascular thoracic outlet syndrome (TOS), and vascular malformations. In addition, the latest MRI techniques currently used to optimally assess each of these pathologies will be discussed. LEVEL OF EVIDENCE: 5 Technical Efficacy: Stage 3 J. MAGN. RESON. IMAGING 2017;45:1559-1572.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».