Comparative performance of head ultrasound and MRI in detecting preterm brain injury and predicting outcomes: A systematic review
Notice bibliographique
Résumé
AIM: To systematically review the literature to compare the performance of head ultrasound (HUS) and magnetic resonance imaging (MRI) in their ability to detect brain injury and their predictive value for neurodevelopmental outcomes. METHODS: This was a systematic review based on literature search in three electronic databases (MEDLINE, EMBASE, Cochrane Library) and additional sources for studies on routine brain injury screening in preterm neonates published during 2000-May 2020. Studies were included if they reported on the comparative performance of HUS and MRI in detecting preterm brain injury and/or their predictive value for neurodevelopmental outcomes. Findings from the included studies underwent narrative synthesis. RESULTS: Forty-six studies were included. In comparison with HUS, MRI detected more anomalies and provided more details on the severity and the extent of preterm brain injury, particularly for white matter injury and cerebellar haemorrhage. Neonatal neuroimaging predicted outcomes with high negative predictive value but relatively low positive predictive value. The prognostic value of neonatal neuroimaging varied according to several factors including modality and timing of imaging, and tools used for grading brain injury. CONCLUSION: Compared with HUS, MRI offers a better characterisation of preterm brain injury and may enhance the ability to predict neurodevelopmental outcomes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 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 ».