Comparing the reproducibility of commonly used magnetic resonance spectroscopy techniques to quantify cerebral glutathione
Notice bibliographique
Résumé
BACKGROUND: Cerebral glutathione (GSH), a marker of oxidative stress, has been quantified in neurodegenerative diseases and psychiatric disorders using proton magnetic resonance spectroscopy (MRS). Using a reproducible MRS technique is important, as it minimizes the impact of measurement technique variability on the study results and ensures that other studies can replicate the results. HYPOTHESIS: We hypothesized that very short echo time (TE) acquisitions would have comparable reproducibility to a long TE MEGA-PRESS acquisition, and that the short TE PRESS acquisition would have the poorest reproducibility. STUDY TYPE: Prospective. SUBJECTS/PHANTOMS: Ten healthy adults were scanned during two visits, and six metabolite phantoms containing varying concentrations of GSH and metabolites with resonances that overlap with GSH were scanned once. FIELD STRENGTH/SEQUENCE: At 3T we acquired MRS data using four different sequences: PRESS, SPECIAL, PR-STEAM, and MEGA-PRESS. ASSESSMENT: Reproducibility of each MRS sequence across two visits was assessed. STATISTICAL TESTS: Mean coefficients of variation (CV) and mean absolute difference (AD) were used to assess reproducibility. Linear regressions were performed on data collected from phantoms to examine the agreement between known and quantified levels of GSH. RESULTS: ≥ 0.98 or higher) using all methods. DATA CONCLUSION: Our data suggest that GSH can be quantified reproducibly without the use of spectral editing. LEVEL OF EVIDENCE: 2 Technical Efficacy: Stage 2 J. Magn. Reson. Imaging 2019;49:176-183.
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 | 0,030 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».