MétaCan
Menu
Retour à la cohorte
Enregistrement W4220707990 · doi:10.1002/jmri.28154

Prospective Evaluation of Virtual <scp>MR</scp> Elastography With Diffusion‐Weighted Imaging in Subjects With <scp>Nonalcoholic</scp> Fatty Liver Disease

2022· article· en· W4220707990 sur OpenAlexafffund
Elyisha A. Hanniman, Andreu F. Costa, Chris V. Bowen, Mohamed Abdolell, Ashley Stueck, Magnus McLeod, Kevork Peltekian, James Rioux, Sharon E. Clarke

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensDalhousie University
Organismes subventionnairesNova Scotia Research Innovation Trust
Mots-clésNonalcoholic fatty liver diseaseMagnetic resonance elastographyMedicineFatty liverCirrhosisElastographyEffective diffusion coefficientDiffusion MRILiver biopsyFibrosisProspective cohort studyChronic liver diseaseMagnetic resonance imagingBiopsyRadiologyNuclear medicineInternal medicineUltrasoundDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Non-alcoholic fatty liver disease (NAFLD) is increasingly common worldwide and can lead to the development of cirrhosis, liver failure and cancer. Virtual magnetic resonance elastography (VMRE), which is based on a shifted apparent diffusion coefficient (sADC), is a potential noninvasive method to assess liver fibrosis without the specialized hardware and expertise required to implement traditional MR elastography (MRE). Although hepatic steatosis is known to confound ADC measurements, previous studies using VMRE have not corrected for hepatic fat fraction. PURPOSE: To compare VMRE, corrected for the confounding effects of unsuppressed fat signal, to MRE and biopsy in subjects with suspected NAFLD. STUDY TYPE: Prospective, cross-sectional. POPULATION: A total of 49 adult subjects with suspected NAFLD (18 male; median age 55 years, range 33-74 years) who underwent liver biopsy. FIELD STRENGTH/SEQUENCE: 3T, diffusion-weighted spin echo planar, chemical-shift encoded (IDEAL IQ) and MRE sequences. ASSESSMENT: Two observers drew regions of interest on sADC, proton density fat fraction and MRE-derived stiffness maps. Fat-corrected sADC values were used to calculate the diffusion-based shear modulus according to the VMRE method. Predicted fibrosis stage for MRE and VMRE was determined using previously published cut-off values. STATISTICAL TESTS: ). Agreement between MRE and VMRE-predicted fibrosis stage was evaluated with a kappa coefficient and accuracy compared using McNemar's test. A one-way ANOVA determined if the fat-corrected sADC (VMRE) and MRE differed by fibrosis stage. A P value < 0.05 was considered statistically significant. RESULTS: = 0.046 and a slope that was not significantly different from zero (P = 0.14). There was no agreement between MRE and VMRE-predicted fibrosis stage (kappa = -0.01). The proportion of correctly predicted fibrosis stage was significantly higher for MRE compared to VMRE. MRE was significantly associated with fibrosis stage, but fat-corrected sADC was not (P = 0.24). DATA CONCLUSION: Fat-corrected VMRE was not associated with fibrosis stage in NAFLD. Further investigation is required if VMRE is to be considered in subjects with NAFLD. EVIDENCE LEVEL: 1 TECHNICAL EFFICACY: Stage 2.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,242
Écart entre enseignants0,233 · 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

Citations26
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Magnetic Resonance ImagingMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207