MétaCan
Menu
Retour à la cohorte
Enregistrement W4252911202 · doi:10.1161/str.32.suppl_1.344-e

Quantitative CT perfusion measurement: normal values and reproducibility in man

2001· article· en· W4252911202 sur OpenAlexaff
Ting‐Yim Lee, Darius G. Nabavi, Donald H. Lee, Irene Gulka, Rosemary A. Craen, Adrian W. Gelb

Notice bibliographique

RevueStroke · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensLondon Health Sciences CentreLawson Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineCerebral blood flowNuclear medicineReproducibilityPerfusion scanningPerfusionCerebral perfusion pressureWhite matterBlood volumeBasal gangliaAnesthesiaCardiologyRadiologyInternal medicineMagnetic resonance imagingCentral nervous system

Résumé

récupéré en direct d'OpenAlex

P32 Purpose To establish normal values of cerebral blood flow (CBF), cerebral blood volume (CBV), and mean transit time (MTT) as measured by dynamic contrast enhanced computed tomography (CT Perfusion) and to determine their short-term variabilities in healthy volunteers. Method and Materials The studies involved ten healthy volunteers, 6 females and 4 males, between 39 and 49 years old. For each subject two single-slice contrast enhanced dynamic CT studies separated by an interval of 30 min were performed at the level of the basal ganglia. Arterial oxygen saturation (SaO 2 ), end-tidal CO 2 tension (ETCO 2 ), and blood pressure(BP) were continuously monitored to ensure the same basal conditions were maintained throughout the studies and the waiting period between them. Each study began with intravenous injection of 40 ml of contrast at 4 ml/s and at 5 s into the injection, 60 1 s CT scans were acquired continuously. Functional images of absolute CBF, CBV, and MTT were calculated by deconvolution of an intracranial artery’s contrast enhancement curve with tissue curves. Normal CBF, CBV and MTT values of the entire slice as well as those of frontal and insular grey matter, basal ganglia, frontal white matter, and the cerebellum were analyzed. Short-term variability was calculated using a standardized set of 24 regions of interest (ROI). The size of each ROI was about 4% of the entire brain slice. Results There were no significant differences in SaO 2 , ETCO 2 and BP between the two studies for each subject. CBF was the highest in insular grey matter (67.8 ml/100g/min), intermediate in frontal grey matter, basal ganglia, and cerebellum (42–48 ml/100g/min), and the lowest in frontal white matter (14.5 ml/100g/min). The values of CBV followed the same trend as CBF. Short-term variability was 13.3%, 12.4% and 8.8% for CBF, CBV and MTT respectively without significant differences among the parameters. Conclusion CT imaging of absolute CBF, CBV, and MTT in healthy volunteers provides results similar to those known from the literature. The short-term variabilities of these quantitative functional images are acceptable for clinical applications.

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)0,011
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
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,068
Tête enseignante GPT0,334
Écart entre enseignants0,266 · 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

Citations1
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetMRI in cancer diagnosisTravaux en français237 207