MétaCan
Menu
Retour à la cohorte
Enregistrement W2740873119 · doi:10.3174/ajnr.a5300

Concordance of Time-of-Flight MRA and Digital Subtraction Angiography in Adult Primary Central Nervous System Vasculitis

2017· article· en· W2740873119 sur OpenAlexaff
Hubert de Boysson, Grégoire Boulouis, Jean‐Jacques Parienti, Emmanuel Touzé, Mathieu Zuber, Caroline Arquizan, Nelly Dequatre, Olivier Detante, Boris Bienvenu, Achille Aouba, Loı̈c Guillevin, Christian Pagnoux, Olivier Naggara

Notice bibliographique

RevueAmerican Journal of Neuroradiology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueVasculitis and related conditions
Établissements canadiensMount Sinai Hospital
Organismes subventionnairesSanofi GenzymeTeva Pharmaceutical IndustriesSanofiAmgenPfizerBristol-Myers Squibb
Mots-clésMedicineConcordanceDigital subtraction angiographyNeurovascular bundleVasculitisRadiologyMagnetic resonance angiographyStenosisAngiographyMagnetic resonance imagingPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: 3D-TOF-MRA and DSA are 2 available tools to demonstrate neurovascular involvement in primary central nervous system vasculitis. We aimed to compare the diagnostic concordance of vessel imaging using 3D-TOF-MRA and DSA in patients with primary central nervous system vasculitis. MATERIALS AND METHODS: We retrospectively identified all patients included in the French primary central nervous system vasculitis cohort of 85 patients who underwent, at baseline, both intracranial 3D-TOF-MRA and DSA in an interval of no more than 2 weeks and before treatment initiation. Two neuroradiologists independently reviewed all 3D-TOF-MRA and DSA imaging. Brain vasculature was divided into 25 arterial segments. Concordance between 3D-TOF-MRA and DSA for the identification of arterial stenosis was assessed by the Cohen κ Index. RESULTS: Thirty-one patients met the inclusion criteria, including 20 imaged with a 1.5T MR unit and 11 with a 3T MR unit. Among the 25 patients (81%) with abnormal DSA findings, 24 demonstrated abnormal 3D-TOF-MRA findings, whereas all 6 remaining patients with normal DSA findings had normal 3D-TOF-MRA findings. In the per-segment analysis, concordance between 1.5T 3D-TOF-MRA and DSA was 0.82 (95% CI, 0.75-0.93), and between 3T 3D-TOF-MRA and DSA, it was 0.87 (95% CI, 0.78-0.91). CONCLUSIONS: 3D-TOF-MRA shows a high concordance with DSA in diagnostic performance when analyzing brain vasculature in patients with primary central nervous system vasculitis. In patients with negative 3T 3D-TOF-MRA findings, the added diagnostic value of DSA is limited.

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)0,007
score de la tête « metaresearch » (Gemma)0,036
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,036
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,220
Écart entre enseignants0,216 · 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

Citations29
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of NeuroradiologyMême sujetVasculitis and related conditionsTravaux en français237 207