Diagnostic accuracy of a clinical carotid plaque MR protocol using a neurovascular coil compared to a surface coil protocol
Notice bibliographique
Résumé
BACKGROUND: Carotid plaque imaging with MRI is becoming more commonplace, but practical challenges exist in performing plaque imaging with surface coils. PURPOSE: To compare the diagnostic performance of a carotid plaque MRI protocol using a standard neurovascular coil (Neurovascular Coil Protocol) to a higher-resolution carotid plaque MRI using carotid surface coils (Surface Coil Protocol) in characterizing carotid plaque. STUDY TYPE: Prospective study comparing two MR techniques in plaque characterization. POPULATION: Thirty-eight consecutive carotid artery disease patients. FIELD STRENGTH/SEQUENCE: pre/postcontrast and precontrast 3D IR-FSPGR, and 2) a Surface Coil Protocol using standard multicontrast MRI sequences. ASSESSMENT: Plaque characteristics analyzed by two independent neuroradiologists included intraplaque hemorrhage (IPH), lipid-rich necrotic-core (LRNC), and thin/ruptured fibrous cap (TRFC). STATISTICAL TESTS: Diagnostic performance of the Neurovascular Coil Protocol was compared to the Surface Coil Protocol reference standard using receiver-operating curves. RESULTS: For IPH, sensitivity, specificity, and area under the curve (AUC) of the Neurovascular Coil Protocol were 91.1% (95% confidence interval [CI] = 78.8-97.5%), 87.0% (95% CI = 66.4-97.2%), and 0.92, respectively. For LRNC without IPH sensitivity, specificity, and AUC were 73.3% (95% CI = 44.9-92.2%), 85.7% (95% CI = 67.3-96.0%), and 0.84, respectively. For TRFC, sensitivity, specificity, and AUC were 35.3% (95% CI = 14.2-61.7%), 97.6% (95% CI = 87.4-99.9%), and 0.66 respectively. Interobserver agreement for IPH, LRNC, and TRFC using the Neurovascular Coil Protocol were k = 0.87 (95% CI = 0.75-0.99), k = 0.54 (95% CI = 0.29-0.80), and k = 0.41 (95% CI = 0.08-0.74), respectively. DATA CONCLUSION: Our Neurovascular Coil Protocol has high sensitivity, specificity, and accuracy in identifying IPH and LRNC but is limited in assessment of TRFC. LEVEL OF EVIDENCE: 1 Technical Efficacy: Stage 2 J. Magn. Reson. Imaging 2018;47:1264-1272.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».