Diagnostic separation of conventional ⩾50% carotid stenosis and near-occlusion with phase-contrast MRI
Notice bibliographique
Résumé
INTRODUCTION: The aim of this study was to assess sensitivity, specificity and interrater reliability of phase-contrast MRI (PC-MRI) for diagnosing carotid near-occlusion. PATIENTS AND METHODS: Prospective cross-sectional study conducted between 2018 and 2021. We included participants with suspected 50%-100% carotid stenosis on at least one side, all were examined with CT angiography (CTA) and PC-MRI and both ICAs were analyzed. Degree of stenosis on CTA was the reference test. PC-MRI-based blood flow rates in extracranial ICA and intracranial cerebral arteries were assessed. ICA-cerebral blood flow (CBF) ratio was defined as ICA divided by sum of both ICAs and Basilar artery. RESULTS: We included 136 participants. The ICAs were 102 < 50% stenosis, 88 conventional ⩾50% stenosis (31 with ⩾70%), 49 near-occlusion, 12 occlusions, 20 unclear cause of small distal ICA on CTA and one excluded. For separation of near-occlusion and conventional stenoses, ICA flow rate and ICA-CBF ratio had the highest area under the curve (AUC; 0.98-0.99) for near-occlusion. ICA-CBF ratio ⩽0.225 was 90% (45/49) sensitive and 99% (188/190) specific for near-occlusion. Inter-rater reliability for this threshold was excellent (kappa 0.98). Specificity was 94% (29/31) for cases with ⩾70% stenosis. PC-MRI had modest performance for separating <50% and conventional ⩾50% stenosis (highest AUC 0.74), and eight (16%) of near-occlusions were not distinguishable from occlusion (no visible flow). CONCLUSION: ICA-CBF ratio ⩽0.225 on PC-MRI is an accurate and reliable method to separate conventional ⩾50% stenosis and near-occlusion that is feasible for routine use. PC-MRI should be considered further as a potential standard method for near-occlusion detection, to be used side-by-side with established modalities as PC-MRI cannot separate other degrees of stenosis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».