MétaCan
Menu
Retour à la cohorte
Enregistrement W4210865656 · doi:10.1002/jmri.28105

Left–Right Intensity Asymmetries Vary Depending on Scanner Model for <scp>FLAIR</scp> and <scp>T<sub>1</sub></scp> Weighted <scp>MRI</scp> Images

2022· article· en· W4210865656 sur OpenAlexfundno aff
Arvin Arani, Christopher G. Schwarz, Heather J. Wiste, Stephen D. Weigand, Petrice M. Cogswell, Matthew C. Murphy, Joshua D. Trzasko, Jeffrey L. Gunter, Matthew L. Senjem, Kiaran P. McGee, Yunhong Shu, Matt A. Bernstein, John Huston, Clifford R. Jack

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringCanadian Institutes of Health ResearchNational Institutes of HealthGenentechIXICOH. Lundbeck A/SEisaiPfizerNovartis Pharmaceuticals CorporationF. Hoffmann-La RocheBiogenEli Lilly and CompanyBristol-Myers SquibbBioClinicaEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentU.S. Department of DefenseAlzheimer's Disease Neuroimaging InitiativeMeso Scale DiagnosticsNational Institute on AgingAlzheimer's Association
Mots-clésFluid-attenuated inversion recoveryMagnetic resonance imagingNuclear medicineMedicineNeuroimagingArtifact (error)Nuclear magnetic resonanceRadiologyPhysicsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Background Localized regions of left–right image intensity asymmetry (LRIA) were incidentally observed on T2‐weighted (T2‐w) and T1‐weighted (T1‐w) diagnostic magnetic resonance imaging (MRI) images. Suspicion of herpes encephalitis resulted in unnecessary follow‐up imaging. A nonbiological imaging artifact that can lead to diagnostic uncertainty was identified. Purpose To investigate whether systematic LRIA exist for a range of scanner models and to determine if LRIA can introduce diagnostic uncertainty. Study Type A retrospective study using the Alzheimer's Disease Neuroimaging Initiative (ADNI) data base. Subjects One thousand seven hundred fifty‐three (median age: 72, males/females: 878/875) unique participants with longitudinal data were included. Field Strength 3T. Sequences T1‐w three‐dimensional inversion‐recovery spoiled gradient‐echo (IR‐SPGR) or magnetization‐prepared rapid gradient‐echo (MP‐RAGE) and T2‐w fluid‐attenuated inversion recovery (FLAIR) long tau fast spin echo inversion recovery (LT‐FSE‐IR). Only General Electric, Philips, and Siemens' product sequences were used. Assessment LRIA was calculated as the left–right percent difference with respect to the mean intensity from automated anatomical atlas segmented regions. Three neuroradiologists with 37 (**), 32 (**), and 3 (**) years of experience rated the clinical impact of 30 T2‐w three‐dimensional FLAIR exams with LRIA to determine the diagnostic uncertainty. Statistical comparisons between retrospective intensity normalized T1m and original T1‐w images were made. Statistical Tests For each image type, a linear mixed effects model was fit using LRIA scores from all scanners, regions, and participants as the outcome and age and sex as predictors. Statistical significance was defined as having a P‐value <0.05. Results LRIA scores were significantly different from zero on most scanners. All clinicians were uncertain or recommended definite diagnostic follow‐up in 62.5% of cases with LRIA >10%. Individuals with acute brain pathology or focal neurologic deficits are not enrolled in ADNI; therefore, focal signal abnormalities were considered false positives. Data Conclusion LRIA is system specific, systematic, creates diagnostic uncertainty, and impacts IR‐SPGR, MP‐RAGE, and LT‐FSE‐IR product sequences. Level of Evidence: 2 Technical Efficacy Stage: 3

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0030,001

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 GPT0,263
Écart entre enseignants0,251 · 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'étudeObservationnel
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Magnetic Resonance ImagingMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207