MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200571263 · doi:10.1101/2021.12.10.472129

Test-retest reproducibility of <i>in vivo</i> magnetization transfer ratio and saturation index in mice at 9.4 Tesla

2021· preprint· en· W4200571263 sur OpenAlexafffund
Naila Rahman, Jordan Ramnarine, Kathy Xu, Arthur Brown, Corey A. Baron

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensRobarts Clinical TrialsWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada First Research Excellence Fund
Mots-clésReproducibilityMagnetization transferRegion of interestNuclear medicineCoefficient of variationSample size determinationVoxelStatistical powerBland–Altman plotNuclear magnetic resonanceMagnetic resonance imagingBiomedical engineeringMedicineMaterials scienceLimits of agreementMathematicsStatisticsPhysicsRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Magnetization transfer saturation (MTsat) imaging was developed to reduce T1 dependence and improve specificity to myelin compared to the widely used MT ratio (MTR), while maintaining a feasible scan time. Knowledge of MTsat reproducibility is necessary to apply MTsat in preclinical neuroimaging. Purpose To assess the test-retest reproducibility of MTR and MTsat in the mouse brain at 9.4 T and calculate sample sizes required to detect various effect sizes. Study Type Prospective Animal Model C57Bl/6 Mouse Model (6 females and 6 males, aged 12 – 14 weeks) Field Strength/Sequence Magnetization Transfer Imaging at 9.4 T Assessment All mice were scanned at two timepoints (5 days apart). MTR and MTsat maps were analyzed using mean region-of-interest (ROI), and whole brain voxel-wise analysis. Statistical Tests Bland-Altman plots assessed biases between test and retest measurements. Test-retest reproducibility was evaluated via between and within-subject coefficients of variation (CV). Sample sizes required were calculated (at a 95 % significance level and power of 80 %), given various minimum detectable effect sizes, using both between and within-subject approaches. Results Bland-Altman plots showed negligible biases between test and retest sessions. ROI-based and voxel-wise CVs revealed high reproducibility for both MTR (ROI: CVs < 8 %) and MTsat (ROI: CVs < 10 %). With a sample size of 6, changes on the order of 15% can be detected in MTR and MTsat, both between and within subjects, while smaller changes (6 – 8 %) require sample sizes of 10 – 15 for MTR, and 15 – 20 for MTsat. Data Conclusion MTsat exhibits comparable reproducibility to MTR, while providing sensitivity to myelin with less T1 dependence than MTR. Our findings suggest both MTR and MTsat can detect moderate changes, common in pathologies, with feasible preclinical sample sizes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,012
Tête enseignante GPT0,243
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetAdvanced MRI Techniques and Applications→Travaux en français237 207→