MétaCan
Menu
Retour à la cohorte
Enregistrement W2914201809 · doi:10.3174/ajnr.a5941

A 3T Phase-Sensitive Inversion Recovery MRI Sequence Improves Detection of Cervical Spinal Cord Lesions and Shows Active Lesions in Patients with Multiple Sclerosis

2019· article· en· W2914201809 sur OpenAlexfundno aff
A. Fechner, Julien Savatovsky, Jonathan El Methni, Jean‐Claude Sadik, Olivier Gout, Romain Deschamps, Antoine Guéguen, Augustin Lecler

Notice bibliographique

RevueAmerican Journal of Neuroradiology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesBayer HealthCareBiogenMylanMcMaster UniversityTeva Pharmaceutical IndustriesSanofi
Mots-clésMedicineNeuroradiologistMultiple sclerosisMagnetic resonance imagingSpinal cordLesionNuclear medicineRadiologyPathology

Résumé

récupéré en direct d'OpenAlex

<h3>BACKGROUND AND PURPOSE:</h3> Magnetic Resonance Imaging is the modality of choice to detect spinal cord lesions in patients with Multiple Sclerosis (MS). However, this imaging is challenging. New sequences such as phase-sensitive inversion recovery have been developed to improve detection. Our aim was to compare a 3D phase-sensitive inversion recovery and a conventional imaging dataset including postcontrast T2WI and T1WI to detect MS spinal cord lesions. <h3>MATERIALS AND METHODS:</h3> This retrospective single-center study included 100 consecutive patients with MS (mean age, 41 years) from January 2015 to June 2016. One senior neuroradiologist and 1 junior radiologist blinded to clinical data checked for new spinal cord lesions, individually analyzing conventional and 3D phase-sensitive inversion recovery datasets separately, placing a 3-week delay between the 2 readings. A consensus reading was done with a third senior neuroradiologist. A Wilcoxon test was used to compare the 2 imaging datasets. Intra- and interobserver agreement was assessed by the κ coefficient. <h3>RESULTS:</h3> 3D phase-sensitive inversion recovery detected significantly more lesions than conventional imaging (480 versus 168, <i>P</i> &lt; .001). Eleven patients had no detected lesions on T2WI, whereas 3D phase-sensitive inversion recovery detected at least 1 lesion. All postcontrast T1WI enhancing lesions were also visible on 3D phase-sensitive inversion recovery. The signal-to-noise ratio was significantly higher using 3D phase-sensitive inversion recovery (0.63 versus 0.46, <i>P</i> = .03). Mean reading confidence was significantly higher using 3D phase-sensitive inversion recovery. Inter- and intraobserver agreement was good for both datasets. <h3>CONCLUSIONS:</h3> Our study showed that 3D phase-sensitive inversion recovery significantly improved detection of cervical spinal cord lesions, including both enhancing and nonenhancing lesions in patients with MS.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,871
Score d'incertitude au seuil0,358

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,296
Écart entre enseignants0,267 · 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

Citations19
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of NeuroradiologyMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207