MétaCan
Menu
Retour à la cohorte
Enregistrement W4402073119 · doi:10.1111/jon.13234

Reliability of quantitative magnetic susceptibility imaging metrics for cerebral cortex and major subcortical structures

2024· article· en· W4402073119 sur OpenAlexaff
Maria Agnese Pirozzi, Antonietta Canna, Federica Di Nardo, Mario Sansone, Francesca Trojsi, Mario Cirillo, Fabrizio Esposito

Notice bibliographique

RevueJournal of Neuroimaging · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesNextGenerationEUMinistero dell'Università e della Ricerca
Mots-clésMedicineReliability (semiconductor)NeuroscienceMagnetic resonance imagingRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background and purpose Susceptibility estimates derived from quantitative susceptibility mapping (QSM) images for the cerebral cortex and major subcortical structures are variably reported in brain magnetic resonance imaging (MRI) studies, as average of all (), absolute (), or positive‐ () and negative‐only () susceptibility values using a region of interest (ROI) approach. This pilot study presents a reliability analysis of currently used ROI‐QSM metrics and an alternative ROI‐based approach to obtain voxel‐weighted ROI‐QSM metrics ( and ). Methods Ten healthy subjects underwent repeated (test‐retest) 3‐dimensional multi‐echo gradient‐echo (3DMEGE) 3 Tesla MRI measurements. Complex‐valued 3DMEGE images were acquired and reconstructed with slice thicknesses of 1 and 2 mm (3DMEGE1, 3DMEGE2) along with 3DT1‐weighted isometric (voxel 1 mm 3 ) images for independent registration and ROI segmentation. Agreement, consistency, and reproducibility of ROI‐QSM metrics were assessed through Bland‐Altman analysis, intraclass correlation coefficient, and interscan and intersubject coefficient of variation (CoV). Results All ROI‐QSM metrics exhibited good to excellent consistency and test‐retest agreement with no proportional bias. Interscan CoV was higher for in comparison to the other metrics where it was below 15%, in both 3DMEGE1 and 3DMEGE2 datasets. Intersubject CoV for and exceeded 50% in all ROIs. Conclusions Among the evaluated ROI‐QSM metrics, and estimates were less reliable, whereas separating positive and negative values (using ) improved the reproducibility within, and the comparability between, subjects, even when reducing the slice thickness. These preliminary findings may offer valuable insights toward standardizing ROI‐QSM metrics across different patient cohorts and imaging settings in future clinical MRI studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,659
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,028
Tête enseignante GPT0,363
Écart entre enseignants0,335 · 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 tête enseignante, 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroimagingMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207