Prognostic Accuracy of Fetal MRI in Predicting Postnatal Neurodevelopmental Outcome
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The superior diagnostic accuracy of fetal MR imaging in detecting fetal brain abnormalities has been previously demonstrated; however, the ability of fetal MR imaging to prognosticate postnatal outcome is not well-studied. We performed a retrospective analysis to determine the prognostic accuracy of fetal MR imaging in predicting postnatal neurodevelopmental outcome. MATERIALS AND METHODS: We identified all fetal MR imaging performed at the Children's Hospital of Eastern Ontario during a 10-year period and assessed agreement between prenatal prognosis and postnatal outcome. Prenatal prognosis was determined by a pediatric neurologist who reviewed the fetal MR imaging report and categorized each pregnancy as having a favorable, indeterminate, or poor prognosis. Assessment of postnatal neurodevelopmental outcome was made solely on the basis of the child's Gross Motor Function Classification System score and whether the child developed epilepsy. Postnatal outcome was categorized as favorable, intermediate, or poor. We also assessed the diagnostic accuracy of fetal MR imaging by comparing prenatal and postnatal imaging diagnoses. RESULTS: We reviewed 145 fetal MR images: 114 were included in the assessment of diagnostic accuracy, and 104 were included in the assessment of prognostic accuracy. There was 93.0% agreement between prenatal and postnatal imaging diagnoses. Prognosis was favorable in 44.2%, indeterminate in 50.0%, and poor in 5.8% of pregnancies. There was 93.5% agreement between a favorable prenatal prognosis and a favorable postnatal outcome. CONCLUSIONS: A favorable prenatal prognosis is highly predictive of a favorable postnatal outcome. Further studies are required to better understand the role of fetal MR imaging in prognosticating postnatal development, particularly in pregnancies with indeterminate and poor prognoses.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».