Magnetic Resonance Imaging: A New Tool to Optimize the Prediction of Fetal Anemia?
Notice bibliographique
Résumé
INTRODUCTION: The false-positive rate in the prediction of fetal anemia is 10-15%. We investigated if a new, noninvasive MRI method used as a supplement to ultrasound could improve the prediction. METHODS: Fetuses suspected of anemia and controls were scanned in a 1.5-tesla MRI scanner 1-4 times during pregnancy. Cases were scanned before and after intrauterine blood transfusion with a T1-mapping MRI sequence in a cross-section of the umbilical vein. RESULTS: Inclusion of 8 cases and 11 controls resulted in 10 case scans (2 cases were included twice) and 33 control scans. In controls, the T1 relaxation time was 1,005-1,391 ms; in cases with severe anemia, 1,505-1,595 ms, moderate anemia 1,503-1,525 ms, and no/mild anemia 1,245-1,410 ms. After blood transfusions, values dropped to 1,123-1,288 ms. The mean value in moderate and severe anemic cases was 275 ms higher than in controls (95% CI 210-341 ms, p < 0.0001), and after blood transfusion it was comparable to controls (3 ms, 95% CI -62 to 68 ms, p = 0.934). A 1,450-ms cut-off would have identified all cases in need of blood transfusion with no false-positive cases. CONCLUSIONS: Our findings indicate a potential for this new MRI method to improve the prediction of fetal anemia as a supplement to ultrasound.
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 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 | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».