Gadolinium Deposition in Deep Brain Structures: Relationship with Dose and Ionization of Linear Gadolinium-Based Contrast Agents
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Dose-dependent association between hyperintensity in deep brain structures on unenhanced T1WIs and gadolinium-based contrast agent administrations has been demonstrated with subsequent histopathological confirmation of gadolinium deposition. Our aim was to determine whether greater exposure to linear gadolinium-based contrast agent administration is associated with higher signal intensity in deep brain structures on unenhanced T1-weighted MR imaging. Secondary objective was to compare signal intensity differences between ionic and nonionic linear gadolinium-based contrast agents. MATERIALS AND METHODS: Subjects with secondary-progressive MS originally enrolled in a multicenter clinical trial were studied retrospectively. Eighty subjects (high-exposure cohort) received 9 linear gadolinium-based contrast agent administrations (30 nonionic/50 ionic) between week -4 and year 1 and a tenth administration by year 2. One hundred fifteen subjects (low-exposure cohort) received 2 administrations (40 nonionic/75 ionic) between week -4 and year 1 and a third administration by year 2. Signal intensities were measured on unenhanced T1WIs by placing sample-points on the dentate nucleus, globus pallidus, caudate, thalamus, pons, and white matter, and they were normalized using the following ratios: dentate/pons, globus pallidus/white matter, caudate/white matter, and thalamus/white matter. RESULTS: = .003). Between years 1 and 2, when both cohorts received only 1 additional gadolinium-based contrast agent, no significant changes were observed. In the high-exposure cohort, significantly higher changes in signal intensity ratios were observed in subjects receiving linear nonionic than in those receiving linear ionic gadolinium-based contrast agents. CONCLUSIONS: Hyperintensity in deep brain structures from gadolinium deposition is related to the number of doses and the type of linear gadolinium-based contrast agent (nonionic greater than ionic) administration.
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 | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».