Assessment of cerebral blood flow with magnetic resonance imaging in children with sickle cell disease: A quantitative comparison with transcranial Doppler ultrasonography
Notice bibliographique
Résumé
Abstract Introduction Transcranial Doppler ultrasonography ( TCD ) is a clinical tool for stratifying ischemic stroke risk by identifying abnormal elevations in blood flow velocity ( BFV ) in the middle cerebral artery ( MCA ). However, TCD is not effective at screening for subtle neurologic injury such as silent cerebral infarcts. To better understand this disparity, we compared TCD measures of BFV with tissue‐level cerebral blood flow ( CBF ) using arterial spin‐labeling MRI in children with and without sickle cell disease, and correlated these measurements against clinical hematologic measures of disease severity. Methods TCD and MRI assessment were performed in 13 pediatric sickle cell disease patients and eight age‐matched controls. Using MRI measures of MCA diameter and territory weight, TCD measures of BFV in the MCA [cm/s] were converted into units of CBF [ml min −1 100 g −1 ] for comparison. Results There was no significant association between TCD measures of BFV in the MCA and corresponding MRI measures of CBF in patients ( r = .28, p = .39) or controls ( r = .10, p = .81). After conversion from BFV into units of CBF , a strong association was observed between TCD and MRI measures ( r = .67, p = .017 in patients, r = .86, p = .006 in controls). While BFV in the MCA showed a lack of correlation with arterial oxygen content, an inverse association was observed for CBF measurements. Conclusions This study demonstrates that BFV in the MCA cannot be used as a surrogate marker for tissue‐level CBF in children with sickle cell disease. Therefore, TCD alone may not be sufficient for understanding and predicting subtle pathophysiology in this population, highlighting the potential clinical value of tissue‐level CBF .
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».