MétaCan
Menu
Retour à la cohorte
Enregistrement W4406152561 · doi:10.1002/mrm.30415

Noninvasive blood–brain barrier integrity mapping in patients with high‐grade glioma and metastasis by multi–echo time–encoded arterial spin labeling

2025· article· en· W4406152561 sur OpenAlexfundno aff
Gabriel Hoffmann, Christine Preibisch, Matthias Günther, Amnah Mahroo, Matthias J.P. van Osch, Lena Václavů, Marie‐Christin Metz, Kirsten Jung, Claus Zimmer, Benedikt Wiestler, Stephan Kaczmarz

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesVlaamse regeringNorges ForskningsrådTürkiye Bilimsel ve Teknolojik Araştırma KurumuFonds Wetenschappelijk OnderzoekCanadian Institutes of Health ResearchEvangelisches Studienwerk VilligstMinisterie van Volksgezondheid, Welzijn en SportBundesministerium für Bildung und ForschungZonMwDeutsche ForschungsgemeinschaftEuropean CommissionAlzheimer NederlandEU Joint Programme – Neurodegenerative Disease ResearchNederlandse Organisatie voor Wetenschappelijk OnderzoekPhilips
Mots-clésEx vivoMagnetic resonance imagingMedicineBlood–brain barrierBrain metastasisMalignancyGliomaNuclear medicinePathologyMetastasisCentral nervous systemRadiologyCancerInternal medicineBiologyCancer researchIn vivo

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose In brain tumors, disruption of the blood–brain barrier (BBB) indicates malignancy. Clinical assessment is qualitative; quantitative evaluation is feasible using the K 2 leakage parameter from dynamic susceptibility contrast MRI. However, contrast agent–based techniques are limited in patients with renal dysfunction and insensitive to subtle impairments. Assessing water transport times across the BBB ( T ex ) by multi‐echo arterial spin labeling promises to detect BBB impairments noninvasively and potentially more sensitively. We hypothesized that reduced T ex indicates impaired BBB. Furthermore, we assumed higher sensitivity for T ex than dynamic susceptibility contrast–based K 2 , because arterial spin labeling uses water as a freely diffusible tracer. Methods We acquired 3T MRI data from 28 patients with intraparenchymal brain tumors (World Health Organization Grade 3 & 4 gliomas [ n = 17] or metastases [ n = 11]) and 17 age‐matched healthy controls. The protocol included multi‐echo and single‐echo Hadamard‐encoded arterial spin labeling, dynamic susceptibility contrast, and conventional clinical imaging. T ex was calculated using a T 2 ‐dependent multi‐compartment model. Areas of contrast‐enhancing tissue, edema, and normal‐appearing tissue were automatically segmented, and parameter values were compared across volumes of interest and between patients and healthy controls. Results T ex was significantly reduced (−20.3%) in contrast‐enhancing tissue compared with normal‐appearing gray matter and correlated well with | K 2 | ( r = −0.347). Compared with healthy controls, T ex was significantly lower in tumor patients' normal‐appearing gray matter ( T ex,tumor = 0.141 ± 0.032 s vs. T ex,HC = 0.172 ± 0.036 s) and normal‐appearing white matter ( T ex,tumor = 0.116 ± 0.015 vs. T ex,HC = 0.127 ± 0.017 s), whereas | K 2 | did not differ significantly. Receiver operating characteristic analysis showed a larger area under the curve for T ex (0.784) than K 2 (0.604). Conclusion T ex is sensitive to pathophysiologically impaired BBB. It agrees with contrast agent–based K 2 in contrast‐enhancing tissue and indicates sensitivity to subtle leakage.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,285
Écart entre enseignants0,274 · 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'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

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207