Reliability and Reproducibility of Neuromelanin‐Sensitive Imaging of the Substantia Nigra: A Comparison of Three Different Sequences
Notice bibliographique
Résumé
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».