Short-term repeatability and long-term reproducibility of quantitative MR imaging biomarkers in a single centre longitudinal study
Notice bibliographique
Résumé
Quantitative imaging biomarkers (QIBs) can be defined as objective measures that are sensitive and specific to changes in tissue physiology. Provided the acquired QIBs are not affected by scanner changes, they could play an important role in disease diagnosis, prognosis, management, and treatment monitoring. The precision of selected QIBs was assessed from data collected on a 3-T scanner in four healthy participants over a 5-year period. Inevitable scanner changes and acquisition protocol revisions occurred during this time. Standard and custom processing pipelines were used to calculate regional brain volume, cortical thickness, T2, T2*, quantitative susceptibility, cerebral blood flow, axial, radial and mean diffusivity, peak width of skeletonized mean diffusivity, and fractional anisotropy from the acquired images. Coefficient of variation (CoV) and intra-class correlation (ICC) indices were determined in the short-term (i.e., repeatable over three acquisitions within 4 weeks) and in the long-term (i.e., reproducible over four acquisition sessions in 5 years). Precision indices varied based on acquisition technique, processing pipeline, and anatomical region. Good repeatability (average CoV=2.40% and ICC=0.78) and reproducibility (average CoV=8.86 % and ICC=0.72) were found over all QIBs. The best performance indices were obtained for diffusion derived biomarkers (CoV∼0.96% and ICCs=0.87); conversely, the poorest indices were found for the cerebral blood flow biomarker (CoV>10% and ICC<0.5). These results demonstrate that changes in protocol, along with hardware and software upgrades, did not affect the estimates of the selected biomarkers and their precision. Further characterization of the QIB is necessary to understand meaningful changes in the biomarkers in longitudinal studies of normal brain aging and translation to clinical research.
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 | 0,029 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».