MétaCan
Menu
Retour à la cohorte
Enregistrement W4390125832 · doi:10.1002/jmri.29176

Assessment of Cerebrovascular Reactivity Using <scp>CO<sub>2</sub>‐BOLD MRI</scp>: A 15‐Year, Single Center Experience

2023· article· en· W4390125832 sur OpenAlexaff
V. Raghavan, Olivia Sobczyk, Ece Su Sayin, Julien Poublanc, Abby Skanda, James Duffin, Lashmi Venkatraghavan, Joseph A. Fisher, David J. Mikulis

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of TorontoUniversity Health NetworkMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineIntraclass correlationSingle CenterBlood-oxygen-level dependentNuclear medicineMagnetic resonance imagingCerebral blood flowCardiologySurgeryRadiology

Résumé

récupéré en direct d'OpenAlex

Background Cerebrovascular reactivity (CVR) is a measure of the change in cerebral blood flow (CBF) in response to a vasoactive challenge. It is a useful indicator of the brain's vascular health. Purpose To evaluate the factors that influence successful and unsuccessful CVR examinations using precise arterial and end‐tidal partial pressure of CO 2 control during blood oxygen level–dependent (BOLD) MRI. Study Type Retrospective. Subjects Patients that underwent a CVR between October 2005 and May 2021 were studied (total of 1162 CVR examinations). The mean (±SD) age was 46.1 (±18.8) years, and 352 patients (43%) were female. Field Strength/Sequence 3 T; T1‐weighted images, T2*‐weighed two‐dimensional gradient‐echo sequence with standard echo‐planar readout. Assessment Measurements were obtained following precise hypercapnic stimuli using BOLD MRI as a surrogate of CBF. Successful CVR examinations were defined as those where: 1) patients were able to complete CVR testing, and 2) a clinically useful CVR map was generated. Unsuccessful examinations were defined as those where patients were not able to complete the CVR examination or the CVR maps were judged to be unreliable due to, for example, excessive head motion, and poor P ET CO 2 targeting. Statistical Analysis Successful and unsuccessful CVR examinations between hypercapnic stimuli, and between different patterns of stimulus were compared with Chi‐Square tests. Interobserver variability was determined by using the intraclass correlation coefficient ( P < 0.05 is significant). Results In total 1115 CVR tests in 662 patients were included in the final analysis. The success rate of generating CVR maps was 90.8% (1012 of 1115). Among the different hypercapnic stimuli, those containing a step plus a ramp protocol was the most successful (95.18%). Among the unsuccessful examinations (9.23%), most were patient related (89.3%), the most common of which was difficulty breathing. Data Conclusion CO 2 ‐BOLD MRI CVR studies are well tolerated with a high success rate. Evidence Level 4 Technical Efficacy Stage 3

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,002
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,023
Tête enseignante GPT0,328
Écart entre enseignants0,305 · 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Magnetic Resonance ImagingMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207