MétaCan
Menu
Retour à la cohorte
Enregistrement W3157763376 · doi:10.1002/nbm.4538

Hippocampal single‐voxel MR spectroscopy with a long echo time at 3 T using semi‐LASER sequence

2021· article· en· W3157763376 sur OpenAlexfundno aff
Martin Gajdošík, Karl Landheer, Kelley M. Swanberg, Fatemeh Adlparvar, Guillaume Madelin, Wolfgang Bogner, Christoph Juchem, Ivan I. Kirov

Notice bibliographique

RevueNMR in Biomedicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute on AgingNational Institutes of HealthNational Institute of Biomedical Imaging and BioengineeringYork UniversityCentre d'Imagerie BioMédicaleCenter for Advanced Imaging Innovation and Research
Mots-clésNuclear magnetic resonanceHippocampal formationCreatineVoxelGlutamineIn vivo magnetic resonance spectroscopyChemistryCholineNuclear medicineAnalytical Chemistry (journal)MedicineMagnetic resonance imagingPhysicsAmino acidEndocrinologyChromatographyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The hippocampus is one of the most challenging brain regions for proton MR spectroscopy (MRS) applications. Moreover, quantification of J ‐coupled species such as myo ‐inositol (m‐Ins) and glutamate + glutamine (Glx) is affected by the presence of macromolecular background. While long echo time (TE) MRS eliminates the macromolecules, it also decreases the m‐Ins and Glx signal and, as a result, these metabolites are studied mainly with short TE. Here, we investigate the feasibility of reproducibly measuring their concentrations at a long TE of 120 ms, using a semi‐adiabatic localization by adiabatic selective refocusing (sLASER) sequence, as this sequence was recently recommended as a standard for clinical MRS. Gradient offset‐independent adiabatic refocusing pulses were implemented, and an optimal long TE for the detection of m‐Ins and Glx was determined using the T 2 relaxation times of macromolecules. Metabolite concentrations and their coefficients of variation (CVs) were obtained for a 3.4‐mL voxel centered on the left hippocampus on 3‐T MR systems at two different sites with three healthy subjects (aged 32.5 ± 10.2 years [mean ± standard deviation]) per site, with each subject scanned over two sessions, and with each session comprising three scans. Concentrations of m‐Ins, choline, creatine, Glx and N ‐acetyl‐aspartate were 5.4 ± 1.5, 1.7 ± 0.2, 5.8 ± 0.3, 11.6 ± 1.2 and 5.9 ± 0.4 mM (mean ± standard deviation), respectively. Their respective mean within‐session CVs were 14.5% ± 5.9%, 6.5% ± 5.3%, 6.0% ± 3.4%, 10.6% ± 6.2% and 3.5% ± 1.4%, and their mean within‐subject CVs were 17.8% ± 18.2%, 7.5% ± 6.3%, 7.4% ± 6.4%, 12.4% ± 5.3% and 4.8% ± 3.0%. The between‐subject CVs were 25.0%, 12.3%, 5.3%, 10.7% and 6.4%, respectively. Hippocampal long‐TE sLASER single voxel spectroscopy can provide macromolecule‐independent assessment of all major metabolites including Glx and m‐Ins.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,735

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,337
Écart entre enseignants0,302 · 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'étudeExpérimental (laboratoire)
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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNMR in BiomedicineMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207