Inter-visit and inter-reader reproducibility of multi-parametric diffusion-weighted MR imaging in longitudinally imaged patients with metabolic dysfunction-associated fatty liver disease and healthy volunteers.
Notice bibliographique
Résumé
BACKGROUND: Despite the widespread use of diffusion-weighted imaging (DWI) in metabolic dysfunction-associated fatty liver disease (MAFLD), MRI acquisition and quantification techniques vary in the literature suggesting the need for established and reproducible protocols. The goal of this study was to assess inter-visit and inter-reader reproducibility of DWI- and IVIM-derived parameters in patients with MAFLD and healthy volunteers using extensive sampling of the "fast" compartment, non-rigid registration, and exclusion voxels with poor fit quality. METHODS: ). DWI series were co-registered prior to voxel-wise non-linear regression of the IVIM model and voxels with poor fit quality were excluded (normalized root mean squared error ≥ 0.05). IVIM parameters (perfusion fraction, f; diffusion coefficient, D; and pseudo-diffusion coefficient, D*), and apparent diffusion coefficients (ADC) were computed from manual segmentation of the right liver lobe performed by two analysts on two MRI examinations. RESULTS: /s respectively. Except for parameter D* that was associated with between-subjects parameter variability (P = 0.009), there was no significant variability between subjects, examinations, or readers. CONCLUSION: With our approach, IVIM parameters f, D, D*, and ADC provided excellent inter-reader agreement and good to very good inter-visit or intra-reader agreement, thus showing the reproducibility of IVIM-DWI of the liver in MAFLD patients and volunteers.
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 | 0,009 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».