MétaCan
Menu
Retour à la cohorte
Enregistrement W2783800543 · doi:10.1002/nbm.3868

Can <i>T</i><sub>1</sub>w/<i>T</i><sub>2</sub>w ratio be used as a myelin‐specific measure in subcortical structures? Comparisons between FSE‐based <i>T</i><sub>1</sub>w/<i>T</i><sub>2</sub>w ratios, GRASE‐based <i>T</i><sub>1</sub>w/<i>T</i><sub>2</sub>w ratios and multi‐echo GRASE‐based myelin water fractions

2018· article· en· W2783800543 sur OpenAlexafffund
Teresa D. Figley, Ruth Ann Marrie, Chase R. Figley

Notice bibliographique

RevueNMR in Biomedicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of ManitobaManitoba HealthHealth Sciences Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésWhite matterNuclear medicineNuclear magnetic resonanceLinear regressionMagnetic resonance imagingPhysicsMathematicsMedicineStatisticsRadiology

Résumé

récupéré en direct d'OpenAlex

Given the growing popularity of T1‐weighted/T2‐weighted (T1w/T2w) ratio measurements, the objective of the current study was to evaluate the concordance between T1w/T2w ratios obtained using conventional fast spin echo (FSE) versus combined gradient and spin echo (GRASE) sequences for T2w image acquisition, and to compare the resulting T1w/T2w ratios with histologically validated myelin water fraction (MWF) measurements in several subcortical brain structures. In order to compare these measurements across a relatively wide range of myelin concentrations, whole‐brain T1w magnetization prepared rapid acquisition gradient echo (MPRAGE), T2w FSE and three‐dimensional multi‐echo GRASE data were acquired from 10 participants with multiple sclerosis at 3 T. Then, after high‐dimensional, non‐linear warping, region of interest (ROI) analyses were performed to compare T1w/T2w ratios and MWF estimates (across participants and brain regions) in 11 bilateral white matter (WM) and four bilateral subcortical grey matter (SGM) structures extracted from the JHU_MNI_SS ‘Eve’ atlas. Although the GRASE sequence systematically underestimated T1w/T2w values compared to the FSE sequence (revealed by Bland–Altman and mountain plots), linear regressions across participants and ROIs revealed consistently high correlations between the two methods (r2 = 0.62 for all ROIs, r2 = 0.62 for WM structures and r2 = 0.73 for SGM structures). However, correlations between either FSE‐based or GRASE‐based T1w/T2w ratios and MWFs were extremely low in WM structures (FSE‐based, r2 = 0.000020; GRASE‐based, r2 = 0.0014), low across all ROIs (FSE‐based, r2 = 0.053; GRASE‐based, r2 = 0.029) and moderate in SGM structures (FSE‐based, r2 = 0.20; GRASE‐based, r2 = 0.17). Overall, our findings indicated a high degree of correlation (but not equivalence) between FSE‐based and GRASE‐based T1w/T2w ratios, and low correlations between T1w/T2w ratios and MWFs. This suggests that the two T1w/T2w ratio approaches measure similar facets of subcortical tissue microstructure, whereas T1w/T2w ratios and MWFs appear to be sensitized to different microstructural properties. On this basis, we conclude that multi‐echo GRASE sequences can be used in future studies to efficiently elucidate both general (T1w/T2w ratio) and myelin‐specific (MWF) tissue characteristics.

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)0,005
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,062
Tête enseignante GPT0,328
Écart entre enseignants0,266 · 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'étudeExpérimental (laboratoire)
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

Citations83
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNMR in BiomedicineMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207