MétaCan
Menu
Retour à la cohorte
Enregistrement W3091907834 · doi:10.1002/jmri.27384

Reliability and Reproducibility of Neuromelanin‐Sensitive Imaging of the Substantia Nigra: A Comparison of Three Different Sequences

2020· article· en· W3091907834 sur OpenAlexaff
Marieke van der Pluijm, Clifford Cassidy, Melissa Zandstra, Elon Wallert, Kora de Bruin, Jan Booij, Lieuwe de Haan, Guillermo Horga, Elsmarieke van de Giessen

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensRoyal Ottawa Mental Health CentreUniversity of Ottawa
Organismes subventionnairesNational Institute of Mental HealthZonMw
Mots-clésReproducibilityIntraclass correlationNeuromelaninNuclear medicineMagnetic resonance imagingMedicineSubstantia nigraNuclear magnetic resonancePathologyRadiologyParkinson's diseaseMathematicsPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Neuromelanin-sensitive MRI (NM-MRI) of the substantia nigra provides a noninvasive way to acquire an indirect measure of dopamine functioning. Despite the potential of NM-MRI as a candidate biomarker for dopaminergic pathology, studies about its reproducibility are sparse. PURPOSE: To assess the test-retest reproducibility of three commonly used NM-MRI sequences and evaluate three analysis methods. STUDY TYPE: Prospective study. POPULATION: A total of 11 healthy participants age between 20-27 years. FIELD STRENGTH/SEQUENCE: 3.0T; NM-MRI gradient recalled echo (GRE) with magnetization transfer (MT) pulse; NM-MRI turbo spin echo (TSE) with MT pulse; NM-MRI TSE without MT pulse. ASSESSMENT: Participants were scanned twice with a 3-week interval. Manual analysis, threshold analysis, and voxelwise analysis were performed for volume and contrast ratio (CR) measurements. STATISTICAL TESTS: Intraclass correlation coefficients (ICCs) were calculated for test-retest and inter- and intrarater variability. RESULTS: The GRE sequence achieved the highest contrast and lowest variability (4.9-5.7%) and showed substantial to almost perfect test-retest ICC (0.72-0.90) for CR measurements. For volume measurements, the manual analysis showed a higher variability (10.7-17.9%) and scored lower test-retest ICCs (-0.13-0.73) than the other analysis methods. The threshold analysis showed higher test-retest ICC (0.77) than the manual analysis for the volume measurements. DATA CONCLUSION: NM-MRI is a highly reproducible measure, especially when using the GRE sequence and CR measurements. Volume measurements appear to be more sensitive to inter/intrarater variability and variability in placement and orientation of the NM-MRI slab. The threshold analysis appears to be the best alternative for volume analysis. LEVEL OF EVIDENCE: 2 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,307

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 GPT0,308
Écart entre enseignants0,279 · 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

Citations48
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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