Inter-scanner comparability of Z-scores for native myocardial T1 and T2 mapping
Notice bibliographique
Résumé
BACKGROUND: Cardiovascular Magnetic Resonance (CMR) native T1 and T2 mapping serve as robust, contrast-agent-free diagnostic tools, but hardware- and software-specific sources of variability limit the generalizability of data across CMR platforms, consequently limiting the interpretability of patient-specific parametric data. Z-scores are used to describe the relationship of observed values to the mean results as obtained in a sufficiently large normal sample. They have been successfully used to describe the severity of quantifiable abnormalities in medicine, specifically in children and adolescents. The objective of this study was to observe whether z-scores can improve the comparability of T1 and T2 mapping values across CMR scanners, field strengths, and sequences from different vendors in the same participant rather than different participants (as seen in previous studies). METHODS: Fifty-one healthy volunteers (26 men/25 women, mean age = 43 ± 13.51) underwent three CMR exams on three different scanners, using a Modified Look-Locker Inversion Recovery (MOLLI) 5-(3)- 3 sequence to quantify myocardial T1. For T2 mapping, a True Fast Imaging with steady-state free precession (TRUFI) sequence was used on a 3 T Skyra™ (Siemens), and a T2 Fast Spin Echo (FSE) sequence was used on 1.5 T Artist™ (GE) and 3.0 T Premier™ (GE) scanners. The averages of basal and mid-ventricular short axis slices were used to derive means and standard deviations of global mapping values. We used intra-class comparisons (ICC), repeated measures ANOVA, and paired Student's t-tests for statistical analyses. RESULTS: : p = 0.985). Furthermore, when images were not corrected for motion, T1 z-scores showed significant inter-scanner variability (p < 0.001), resolved by motion correction. CONCLUSION: Employing z-scores for reporting myocardial T1 and T2 removes the variation of quantitative mapping results across different MRI systems and field strengths, improving the clinical utility of myocardial tissue characterization in patients with suspected myocardial disease.
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 | 0,019 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| 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 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».