MétaCan
Menu
Retour à la cohorte
Enregistrement W3029732117 · doi:10.1002/jmri.27203

Longitudinal Structural <scp>MRI</scp> in Neurologically Healthy Adults

2020· article· en· W3029732117 sur OpenAlexafffund
Sarah Gregory, Keith R. Lohse, Eileanoir B. Johnson, Blair R. Leavitt, Alexandra Dürr, Raymund A.C. Roos, Geraint Rees, Sarah J. Tabrizi, Rachael I. Scahill, Michael Orth

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity College London Hospitals NHS Foundation TrustCanadian Institutes of Health ResearchUK Dementia Research InstituteNational Institute for Health and Care ResearchAlzheimer's SocietyWellcome TrustMedical Research CouncilCanadian Institute for Advanced ResearchCHDI FoundationAuburn UniversityCure Huntington's Disease Initiative
Mots-clésFractional anisotropyIntraclass correlationDiffusion MRIMagnetic resonance imagingNuclear medicineMedicinePsychologyMathematicsRadiologyStatisticsReproducibility

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Structural brain MRI measures are frequently examined in both healthy and clinical groups, so an understanding of how these measures vary over time is desirable. PURPOSE: To test the stability of structural brain MRI measures over time. POPULATION: In all, 112 healthy volunteers across four sites. STUDY TYPE: Retrospective analysis of prospectively acquired data. FIELD STRENGTH/SEQUENCE: 3 T, magnetization prepared - rapid gradient echo, and single-shell diffusion sequence. ASSESSMENT: Diffusion, cortical thickness, and volume data from the sensorimotor network were assessed for stability over time across 3 years. Two sites used a Siemens MRI scanner, two sites a Philips scanner. STATISTICAL TESTS: The stability of structural measures across timepoints was assessed using intraclass correlation coefficients (ICC) for absolute agreement, cutoff ≥0.80, indicating high reliability. Mixed-factorial analysis of variance (ANOVA) was used to examine between-site and between-scanner type differences in individuals over time. RESULTS: All cortical thickness and gray matter volume measures in the sensorimotor network, plus all diffusivity measures (fractional anisotropy plus mean, axial and radial diffusivities) for primary and premotor cortices, primary somatosensory thalamic connections, and the cortico-spinal tract met ICC. The majority of measures differed significantly between scanners, with a trend for sites using Siemens scanners to produce larger values for connectivity, cortical thickness, and volume measures than sites using Philips scanners. DATA CONCLUSION: Levels of reliability over time for all tested structural MRI measures were generally high, indicating that any differences between measurements over time likely reflect underlying biological differences rather than inherent methodological variability. LEVEL OF EVIDENCE: 4. TECHNICAL EFFICACY STAGE: 1.

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)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,041
Tête enseignante GPT0,327
Écart entre enseignants0,286 · 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

Citations9
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Magnetic Resonance ImagingMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207