MétaCan
Menu
Retour à la cohorte
Enregistrement W4387893440 · doi:10.1177/15330338231208613

Chemical Exchange Saturation Transfer MRI: What Neuro-Oncology Clinicians Need To Know

2023· review· en· W4387893440 sur OpenAlexafffund
Pejman Maralani, Rachel W. Chan, Wilfred Lam, Wendy Oakden, Ryan T. Oglesby, Angus Lau, Hatef Mehrabian, Chris Heyn, Aimee Chan, Hany Soliman, Arjun Sahgal, Greg J. Stanisz

Notice bibliographique

RevueTechnology in Cancer Research & Treatment · 2023
Typereview
Langueen
DomaineMaterials Science
ThématiqueLanthanide and Transition Metal Complexes
Établissements canadiensUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedical physicsMagnetic resonance imagingWorkflowComputer scienceGadoliniumMedicineNuclear magnetic resonanceRadiologyChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Chemical exchange saturation transfer (CEST) is a relatively novel magnetic resonance imaging (MRI) technique with an image contrast designed for in vivo measurement of certain endogenous molecules with protons that are exchangeable with water protons, such as amide proton transfer commonly used for neuro-oncology applications. Recent technological advances have made it feasible to implement CEST on clinical grade scanners within practical acquisition times, creating new opportunities to integrate CEST in clinical workflow. In addition, the majority of CEST applications used in neuro-oncology are performed without the use gadolinium-based contrast agents which are another appealing feature of this technique. This review is written for clinicians involved in neuro-oncologic care (nonphysicists) as the target audience explaining what they need to know as CEST makes its way into practice. The purpose of this article is to (1) review the basic physics and technical principles of CEST MRI, and (2) review the practical applications of CEST in neuro-oncology.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,257
Tête enseignante GPT0,498
Écart entre enseignants0,241 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTechnology in Cancer Research & TreatmentMême sujetLanthanide and Transition Metal ComplexesTravaux en français237 207