Reliability of the <scp>MRI</scp>‐based Brain Atrophy and Lesion Index in the evaluation of whole‐brain structural health
Notice bibliographique
Résumé
Abstract Background The Brain Atrophy and Lesion Index (BALI), which evaluates several common aging‐related MRI changes in combination, has been validated as a feasible method to assess the status of structural brain health. Previous studies have been based primarily on older participants and high‐field MRI. Here, we tested the generalizability of the BALI by examining its measurement properties in a wide age range at both high and conventional MRI field strengths. Methods Subjects (n = 229) who had T2WI at either 1.5T or 3.0T were grouped into younger (age ≤ 60 years) and older (age > 60 years) groups. Image evaluation and scoring were performed independently by two experienced neuroradiologists who have mastered the BALI method. Inter‐ and intrarater agreement rates were examined comparing age groups and field strengths. Results The intraclass correlation coefficient for the BALI total score was consistently high under each experimental condition (interrater ICC ≥ 0.92, 95% CI: 0.84‐0.96), with no statistical difference between age groups (Fisher Z = 1.43) or field strengths (Z = 0.60). The reliability for BALI category subscores ranged between moderate and perfect (eg, 0.85 vs 0.57 for GA), similar for both age groups and typically greater at 3.0T than at 1.5T. Conclusion The BALI based on T2WI can be reliably applied to the evaluation of the whole‐brain health of both younger and older adults at both field strengths, even though high‐field MRI is preferable.
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 | 0,009 | 0,014 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».