MétaCan
Menu
Retour à la cohorte
Enregistrement W4404744004 · doi:10.58530/2024/5158

Correlation between quantitative software analysis-based white matter hyperintensity volume on FLAIR image and cognitive impairment

2024· article· en· W4404744004 sur OpenAlexaboutno aff
Ryuya Okawa, Norio Hayashi, Go Yasui, Ban Mihara, Tetsuhiko Takahashi, Ryo Atarashi

Notice bibliographique

RevueProceedings on CD-ROM - International Society for Magnetic Resonance in Medicine. Scientific Meeting and Exhibition/Proceedings of the International Society for Magnetic Resonance in Medicine, Scientific Meeting and Exhibition · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueBrain Tumor Detection and Classification
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHyperintensityFluid-attenuated inversion recoveryCognitive impairmentCorrelationComputer scienceVolume (thermodynamics)White matterArtificial intelligenceCognitionMedicineMagnetic resonance imagingPsychologyRadiologyMathematicsNeurosciencePhysics

Résumé

récupéré en direct d'OpenAlex

Motivation: Acquiring new knowledge about the clinical significance of white matter hyperintensity (WMH) is important. Goal(s): This study aimed to investigate the relationship between WMH volume and cognitive impairment. Approach: Patients information (sex, age, education level), neuropsychological examinations (Mini-Mental State Examination and the Japanese version of Montreal Cognitive Assessment), and FLAIR images were retrospectively examined as clinical data. WMH volume was analyzed from FLAIR images with fully automated analysis software. The relationship between WMH volume and clinical data was investigated. Results: WMH volume significantly differed according to education level, and that WMH volume was associated with neuropsychological examinations. Impact: The white matter hyperintensity volume obtained from fluid-attenuated inversion recovery images using a fully automated white matter signal analysis software could provide important clinical information about cognitive impairment in patients.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,412
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,283
Écart entre enseignants0,257 · 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.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings on CD-ROM - International Society for Magnetic Resonance in Medicine. Scientific Meeting and Exhibition/Proceedings of the International Society for Magnetic Resonance in Medicine, Scientific Meeting and ExhibitionMême sujetBrain Tumor Detection and ClassificationTravaux en français237 207