Do We Need Gadolinium-Based Contrast Agents for Routine MRI Surveillance of Unoperated Pituitary Macroadenoma?
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The use of gadolinium-based contrast agents contributes to the cost of MR imaging and prolongs image-acquisition time. There are also recent concerns regarding gadolinium deposition, particularly in patients who require frequent follow-up MRIs. The purpose of this study was to assess whether gadolinium-based contrast agents are needed during MR imaging follow-up for unoperated pituitary macroadenoma. MATERIALS AND METHODS: A total of 105 patients with unoperated pituitary macroadenoma who underwent follow-up MR imaging of the sella were included in this retrospective study. The craniocaudal dimension, cavernous sinus invasion grading, and optic pathway compression were assessed independently on coronal T2WI and compared with coronal T1-weighted images with gadolinium-based contrast agents (T1 postcontrast images). The agreement between the T2WI and T1 postcontrast images for the craniocaudal dimension was assessed using the intraclass correlation coefficient; for the cavernous sinus invasion and optic pathway compression, it was assessed using κ statistics. RESULTS: There was excellent agreement for the craniocaudal dimensions between T2WI and T1 postcontrast images (intraclass correlation coefficient = 0.96, P < .001; 95% CI, 0.84–0.99). Additionally, there was almost-perfect agreement between cavernous sinus invasion and optic pathway compression between T2WI and T1 postcontrast images, with κ = 0.95 and 0.84, respectively (P < .001). CONCLUSIONS: MR imaging of the sella without the use of gadolinium-based contrast agents could potentially be considered for the follow–up of unoperated pituitary macroadenomas. This choice can reduce the MR imaging examination cost and acquisition time and avoids potential adverse effects of gadolinium-based contrast agents.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».