MétaCan
Menu
Retour à la cohorte
Enregistrement W4391512721 · doi:10.1002/jmri.29266

<scp>MR</scp> Susceptibility Separation for Quantifying Lesion Paramagnetic and Diamagnetic Evolution in <scp>Relapsing–Remitting</scp> Multiple Sclerosis

2024· article· en· W4391512721 sur OpenAlexafffund
Ziyan Zhu, Nashwan Naji, Javad Hamidi Esfahani, Jeff Snyder, Peter Seres, Derek Emery, Michelle Noga, Gregg Blevins, Penelope Smyth, Alan H. Wilman

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésQuantitative susceptibility mappingMultiple sclerosisDiamagnetismParamagnetismNuclear magnetic resonanceLesionNuclear medicineWhite matterMagnetic susceptibilityMedicineChemistryMagnetic resonance imagingPathologyPhysicsRadiologyMagnetic fieldCondensed matter physicsImmunologyCrystallography

Résumé

récupéré en direct d'OpenAlex

Background Multiple sclerosis (MS) lesion evolution may involve changes in diamagnetic myelin and paramagnetic iron. Conventional quantitative susceptibility mapping (QSM) can provide net susceptibility distribution, but not the discrete paramagnetic and diamagnetic components. Purpose To apply susceptibility separation (χ separation) to follow lesion evolution in MS with comparison to R2*/R2′/QSM. Study Type Longitudinal, prospective. Subjects Twenty relapsing–remitting MS subjects (mean age: 42.5 ± 9.4 years, 13 females; mean years of symptoms: 4.3 ± 1.4 years). Field Strength/Sequence Three‐dimensional multiple echo gradient echo (QSM and R2* mapping), two‐dimensional dual echo fast spin echo (R2 mapping), T2‐weighted fluid attenuated inversion recovery, and T1‐weighted magnetization prepared gradient echo sequences at 3 T. Assessment Data were analyzed from two scans separated by a mean interval of 14.4 ± 2.0 months. White matter lesions on fluid‐attenuated inversion recovery were defined by an automatic pipeline, then manually refined (by ZZ/AHW, 3/25 years' experience in MRI), and verified by a radiologist (MN, 25 years' experience in MS). Susceptibility separation yielded the paramagnetic and diamagnetic susceptibility content of each voxel. Lesions were classified into four groups based on the variation of QSM/R2* or separated into positive/negative components from χ separation. Statistical Tests Two‐sample paired t tests for assessment of longitudinal differences. Spearman correlation coefficients to assess associations between χ separation and R2*/R2′/QSM. Significant level: P < 0.005. Results A total of 183 lesions were quantified. Categorizing lesions into groups based on χ separation demonstrated significant annual changes in QSM//R2*/R2′. When lesions were grouped based on changes in QSM and R2*, both changing in unison yielded a significant dominant paramagnetic variation and both opposing yielded a dominant diamagnetic variation. Significant Spearman correlation coefficients were found between susceptibility‐sensitive MRI indices and χ separation. Data Conclusion Susceptibility separation changes in MS lesions may distinguish and quantify paramagnetic and diamagnetic evolution, potentially providing additional insight compared to R2* and QSM alone. Level of Evidence 2 Technical Efficacy Stage 2

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,337
Écart entre enseignants0,290 · 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'étudeExpérimental (laboratoire)
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

Citations10
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

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