MétaCan
Menu
Retour à la cohorte
Enregistrement W2889989509 · doi:10.1111/jon.12559

Multicenter Measurements of T<sub>1</sub> Relaxation and Diffusion Tensor Imaging: Intra and Intersite Reproducibility

2018· article· en· W2889989509 sur OpenAlexaff
Irene M. Vavasour, Sandra M. Meyers, Burkhard Mädler, Trudy Harris, Eric Fu, David K.B. Li, Anthony Traboulsee, Alex L. MacKay, Cornelia Laule

Notice bibliographique

RevueJournal of Neuroimaging · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensInternational Collaboration On Repair DiscoveriesUniversity of British ColumbiaUniversity of British Columbia Hospital
Organismes subventionnairesnon disponible
Mots-clésFractional anisotropyReproducibilityDiffusion MRIIntraclass correlationMedicineWhite matterNuclear medicineCorpus callosumMagnetic resonance imagingPathologyRadiologyMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT BACKGROUND AND PURPOSE Quantitative T 1 and diffusion tensor imaging (DTI) may provide information about pathological changes underlying disability and progression in diseases like multiple sclerosis (MS). Imaging the corpus callosum (CC), a primary site of damage in MS with a critical role in interhemispheric connectivity, may be useful for assessing overall brain health, prognosis, and therapy efficacy. We assessed the feasibility of multisite clinical trials using advanced MRI by examining the intra and intersite reproducibility of T 1 and DTI measurements in the CC and segmented white matter (WM). METHODS Five healthy volunteers were scanned twice within 24 hours at six 3T sites. Coefficients of variation (COVs) and intraclass correlation coefficients (ICCs) for CC and WM T 1 , fractional anisotropy (FA), mean diffusivity (MD), axial diffusivity (D ax ), and radial diffusivity (D rad ) assessed intrasite and intersite reliability. RESULTS CC and WM T 1 showed excellent intrasite reproducibility with low COVs (mean = .90% and .89%, respectively) and good ICCs (CC = .78, WM = .90). T 1 also demonstrated intersite reliability (low COVs: CC = 2.4%, WM = 1.8%; moderate ICCs: CC = .43, WM = .69). DTI had low intrasite COVs (CC: FA = 1.3%, MD = 1.5%, D ax = 1.4%, D rad = 2.2%; WM: FA = .9%, MD = .9%, D ax = .7%, D rad = 1.2%) and high intrasite ICCs (CC: FA = .95, MD = .97, D ax = .94, D rad = .97; CC: FA = .9, MD = .66, D ax = .88, D rad = .63), indicating excellent intrasite reproducibility. DTI also showed excellent intersite reliability with low COVs (CC: FA = 2.1%, MD = 4.1%, D ax = 3.4%, D rad = 5.3%, WM: FA = 1.3%, MD = 1.9%, D ax = 1.8%, D rad = 2.1%,) and good ICCs (CC: FA = .90, MD = .84, D ax = .72, D rad = .90; WM: FA = .83, MD = .34, D ax = .62, D rad = .41). CONCLUSIONS T 1 and DTI measures are reproducible using equivalent MRI scanners and sequence protocols. Using a similar MR system, it is feasible to carry out multicenter studies using T 1 and DTI to evaluate changes within the CC and WM.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,330
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,337
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroimagingMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207