The Reproducibility of Cerebrovascular Reactivity Across MRI Scanners
Notice bibliographique
Résumé
Cerebrovascular reactivity (CVR) is defined as the ratio of the cerebral blood flow (CBF) response to an increase in a vasoactive stimulus. We used changes in blood oxygenation level-dependent (BOLD) MRI as surrogates for changes of CBF, and standardized quantitative changes in arterial partial pressure of carbon dioxide as the stimulus. Despite uniform stimulus and test conditions, differences in voxel-wise BOLD changes between testing sites may remain, attributable to physiologic and machine variability. We generated a reference atlas of normal CVR metrics (voxel-wise mean and SD) for each of two sites. We hypothesized that there would be no significant differences in CVR between the two atlases enabling each atlas to be used at any site. A total of 69 healthy subjects were tested to create site-specific atlases, with 20 of those individuals tested at both sites. 38 subjects were scanned at Site 1 (17F, 37.5 ± 16.8 y) and 51 subjects were tested at Site 2 (22F, 40.9 ± 17.4 y). MRI platforms were: Site 1, 3T Magnetom Skyra Siemens scanner with 20-channel head and neck coil; and Site 2, 3T HDx Signa GE scanner with 8-channel head coil. To construct the atlases, test results of individual subjects were co-registered into a standard space and voxel-wise mean and SD CVR metrics were calculated. Map comparisons of z scores found no significant differences between white matter or gray matter in the 20 subjects scanned at both sites when analyzed with either atlas. We conclude that individual CVR testing, and atlas generation are compatible across sites provided that standardized respiratory stimuli and BOLD MRI scan parameters are used. This enables the use of a single atlas to score the normality of CVR metrics across multiple sites.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 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 ».