MétaCan
Menu
← Retour à la cohorte
Enregistrement W2730572982 · doi:10.1161/str.47.suppl_1.wmp24

Abstract WMP24: Quantitative Relaxometry Quantifies Brain Edema After Ischemic Stroke

2016· article· en· W2730572982 sur OpenAlexaff
Thomas W.K. Battey, Iris Y. Zhou, Ann‐Christin Ostwaldt, Takahiro Igarashi, Philip Sun, W. Taylor Kimberly

Notice bibliographique

RevueStroke · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensKimberly-Clark (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineMagnetic resonance imagingEdemaRelaxometryStroke (engine)Nuclear medicineBrain edemaSwellingCerebral blood flowRadiologyInternal medicinePathologySpin echo

Résumé

récupéré en direct d'OpenAlex

Introduction: Brain edema is an adverse complication of ischemic stroke, and is associated with substantial morbidity and mortality. We investigated whether relaxometry parameters of MRI are a reliable measure of brain edema in an animal model. Hypothesis: We hypothesize that quantitative relaxometry parameters of MRI in a rat model of stroke tightly correlate with brain edema. Methods: We permanently occluded the middle cerebral artery of 18 rats using the filament occlusion method. Fifteen surviving animals were imaged at 48 hours with a Bruker 4.7 T MRI scanner with Diffusion-weighted imaging (DWI), T1 and T2 maps, and proton-density weighted (PDW) imaging. Hemispheric and lesional volumes were generated on DWI. For quantitative T1, quantitative T2 and PDW images, signal intensity values relative to the contralateral hemisphere were determined. The percent water content in the rat brain was measured using the wet-dry method. Additional volumetric measurements of swelling were calculated based on hemisphere volumes determined on MRI. Correlation testing and logistic regression was performed to assess the relationship between imaging measures and swelling. Results: The mean lesion volume was 352 mm3. Brain water content and swelling volume were closely associated (r=0.80, p<0.001). PDW, T1 and T2 ratios highly correlated with brain water content (r=0.91, p<0.0001, r=0.94, p<0.0001 and r=0.97, p<0.0001, respectively). Ratios for PDW, T1 and T2 were also associated with swelling volume (r=0.67, p<0.0063, r=0.73, p<0.0022, and r=0.74, p<0.0017). Conclusion: Signal intensity ratios derived from PDW as well as quantitative T1 and T2 MRI can be leveraged to quantify brain water content and brain edema. These measures are useful markers for edema quantification that can be applied to any condition that leads to brain edema in both animal models and human patients.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,026
Tête enseignante GPT0,339
Écart entre enseignants0,313 · 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'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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStroke→Même sujetAdvanced MRI Techniques and Applications→Travaux en français237 207→