MétaCan
Menu
Retour à la cohorte
Enregistrement W4220672893 · doi:10.1002/jmri.28106

Test–Retest Reproducibility of In Vivo Magnetization Transfer Ratio and Saturation Index in Mice at 9.4 Tesla

2022· article· en· W4220672893 sur OpenAlexafffund
Naila Rahman, Jordan Ramnarine, Kathy Xu, Arthur Brown, Corey A. Baron

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2022
Typearticle
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-clésReproducibilityNuclear medicineMagnetization transferCoefficient of variationRegion of interestMedicineVoxelNuclear magnetic resonanceBland–Altman plotMagnetic resonance imagingBiomedical engineeringMaterials scienceRadiologyMathematicsLimits of agreementPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

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) approach, while maintaining a feasible scan time. As MTsat imaging is an emerging technique, the reproducibility of MTsat compared to MTR must be evaluated. PURPOSE: To assess the test-retest reproducibility of MTR and MTsat in the mouse brain at 9.4 T and calculate sample sizes potentially required to detect effect sizes ranging from 6% to 14%. STUDY TYPE: Prospective. SUBJECTS: Twelve healthy C57Bl/6 mice. FIELD STRENGTH/SEQUENCE: 9.4 T; magnetization transfer imaging using FLASH-3D Gradient Echo; T2-weighted TurboRARE spin echo. ASSESSMENT: All mice were scanned at two timepoints (5 days apart). MTR and MTsat maps were analyzed using mean region-of-interest (ROIs: corpus callosum [CC], internal capsule [IC], hippocampus [HC], cortex [CX], and thalamus [TH]), and whole brain voxel-wise analysis. STATISTICAL TESTS: Bland-Altman plots were used to assess biases between test-retest measurements. Test-retest reproducibility was evaluated via between and within-subject coefficients of variation (bsCV and wsCV, respectively). Sample sizes required were calculated (significance level: 95%; power: 80%), given effect sizes ranging from 6% to 14%, using both between and within-subject approaches. Results were considered statistically significant at P ≤ 0.05. RESULTS: Bland-Altman plots showed negligible biases between test-retest sessions (MTR: 0.0009; MTsat: 0). ROI-based and voxel-wise CVs revealed high reproducibility for both MTR (ROI-bsCV/wsCV: CC-4.5/2.8%; IC-6.1/5.2%; HC-5.7/4.6%; CX-5.1/2.3%; TH-7.4/4.9%) and MTsat (ROI-bsCV/wsCV: CC-6.3/4.8%; IC-7.3/5.1%; HC-9.5/6.4%; CX-6.7/6.5%; TH-7.2/5.3%). With a sample size of 6, changes on the order of 15% could be detected in MTR and MTsat, both between and within subjects, while smaller changes (6%-8%) required sample sizes of 10-15 for MTR, and 15-20 for MTsat. DATA CONCLUSION: MTsat exhibited comparable reproducibility to MTR, while providing sensitivity to myelin with less T1 dependence than MTR. EVIDENCE LEVEL: 2 TECHNICAL EFFICACY: Stage 1.

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)0,011
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,010
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 Opus0,009
Tête enseignante GPT0,271
Écart entre enseignants0,261 · 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.

Devis d'étudeObservationnel
DomaineReproductibilité
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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

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