Contrast Enhanced Ultrasound: Visualization of Far Field and Classification of Plaque in the Extracranial Carotid Arteries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Ultrasound stratification for the degree of carotid artery disease based solely on lumen reduction has poorly predicted patient outcomes. This pilot study focused on patients with moderate carotid artery stenosis. Our purpose was to use contrast imaging with ultrasound to improve carotid field. A total of 10 patients diagnosed with moderate carotid artery stenosis were rescanned with an administration of a contrast imaging agent. Two-dimensional (2D) imaging, color, and Doppler were utilized to scan the patients. The 20 carotid arteries were blindly read by 2 experienced physicians. Visualization of far field, quality of Doppler envelope, plaque morphology, and overall image quality were semi-quantifiably assessed. With the use of a contrast imaging agent, there was a reduction in interphysician interpretation variability. The Kappa coefficient yielded an increase in agreement for postcontrast imaging in the majority of variables. The Doppler envelope showed improvement from precontrast (0.06) to postcontrast (0.63). The visualization of the far fields demonstrated a significant increase in agreement (0.77, 0.71, and 0.67) postcontrast. Plaque morphology demonstrated enhancement in characterization with contrast (–0.09 to 0.66). In this study, contrast-enhanced ultrasound (CEUS) was found to increase overall image quality. Improved interpretation can enhance risk stratification and with further exploration could be used to guide treatment plans for patients with asymptomatic moderate carotid artery disease.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle