MétaCan
Menu
Retour à la cohorte
Enregistrement W3000130889 · doi:10.1038/s41598-019-57317-7

Combined spatiotemporal and frequency-dependent shear wave elastography enables detection of vulnerable carotid plaques as validated by MRI

2020· article· en· W3000130889 sur OpenAlexaff
David Marlevi, Sharon L. Mulvagh, Runqing Huang, J. Kevin DeMarco, Hideki Ota, John Huston, Reidar Winter, Thanila A. Macedo, Sahar S. Abdelmoneim, Matilda Larsson, Patricia A. Pellikka, Matthew W. Urban

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebrovascular and Carotid Artery Diseases
Établissements canadiensDalhousie University
Organismes subventionnairesKungliga Tekniska HögskolanVetenskapsrådetKarolinska InstitutetMayo Clinic
Mots-clésMedicineFibrous capMagnetic resonance imagingVulnerable plaqueElastographyUltrasoundRadiologyLesionMagnetic resonance elastographyPathologyBiomedical engineering

Résumé

récupéré en direct d'OpenAlex

Fatal cerebrovascular events are often caused by rupture of atherosclerotic plaques. However, rupture-prone plaques are often distinguished by their internal composition rather than degree of luminal narrowing, and conventional imaging techniques might thus fail to detect such culprit lesions. In this feasibility study, we investigate the potential of ultrasound shear wave elastography (SWE) to detect vulnerable carotid plaques, evaluating group velocity and frequency-dependent phase velocities as novel biomarkers for plaque vulnerability. In total, 27 carotid plaques from 20 patients were scanned by ultrasound SWE and magnetic resonance imaging (MRI). SWE output was quantified as group velocity and frequency-dependent phase velocities, respectively, with results correlated to intraplaque constituents identified by MRI. Overall, vulnerable lesions graded as American Heart Association (AHA) type VI showed significantly higher group and phase velocity compared to any other AHA type. A selection of correlations with intraplaque components could also be identified with group and phase velocity (lipid-rich necrotic core content, fibrous cap structure, intraplaque hemorrhage), complementing the clinical lesion classification. In conclusion, we demonstrate the ability to detect vulnerable carotid plaques using combined SWE, with group velocity and frequency-dependent phase velocity providing potentially complementary information on plaque characteristics. With such, the method represents a promising non-invasive approach for refined atherosclerotic risk prediction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,217
Écart entre enseignants0,207 · 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 source (Gemma direct ou Codex distillé), 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

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetCerebrovascular and Carotid Artery DiseasesTravaux en français237 207