Consensus Recommendations to Establish Reporting Standards in fMRI of Migraine
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Migraine is a multifaceted primary headache disorder. In neuroimaging of migraine, fMRI has been used to elucidate pathophysiology or monitor treatment effects. The current literature, however, is highly heterogeneous regarding reported variables and methodologies. This begets a lack of comparability and complicates synthesis of results across studies. We developed a framework for standardized reporting of fMRI studies in migraine. METHODS: Experts on fMRI in migraine were identified from the literature and subjected to structured questionnaires in 2 iterations of 3 rounds according to the DELPHI method. A total of 157 statements across 17 reporting domains were rated on 5-point Likert scales (strong support to strong opposition). The first iteration covered demographic data, migraine-specific factors, medication, scan timing, healthy controls (HCs), participant sampling/recruiting, standardized forms, study preregistration, region of interest (ROI) analyses, validation data sets, data sharing, preprocessing documentation, and analysis software. The second iteration of the questionnaire covered scanner-related factors, sequence-related factors, physiology monitoring, and stimulation-related factors. Items showing strong consensus/consensus (≥90%/≥75% of participants indicating scores 4 or 5) were included as standard reporting items. RESULTS: All 3 rounds of the first/second iteration were completed by 29 and 26 researchers (age 46 ± 11 years; 38% female/age 46 ± 12 years; 44% female) from 23 and 21 institutions. Across both iterations, strong consensus and consensus was achieved for 34 (3 scanner-related factors, 9 sequence-related factors, 1 stimulation-related factor, 2 demographic factors, 7 migraine-specific factors, 2 medication-factors, 2 scan timing factors, 4 HC factors, 1 preregistration factor, 1 analysis software factor, and 2 ROI analyses factors) and 33 (1 scanner-related factors, 4 sequence related factors, 1 factor related to physiology monitoring, 1 stimulation-related factor, 3 demographic factors, 6 migraine-specific factors, 4 medication factors, 3 HC factors, 2 sampling factors, 1 standardized form, 1 preregistration factor, 1 data sharing factor, 2 analysis software factors, and 3 ROI analyses factors) items, respectively. From these, a checklist covering 63 items from 14 reporting domains was created. DISCUSSION: We present an expert-based framework for reporting standards in fMRI studies of migraine, which can be used for future studies to homogenize cohort characterization, fMRI acquisitions, and analysis protocols.
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 | 0,658 | 0,735 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,006 |
| Méta-épidémiologie (sens large) | 0,008 | 0,023 |
| Bibliométrie | 0,024 | 0,017 |
| Études des sciences et des technologies | 0,010 | 0,013 |
| Communication savante | 0,019 | 0,018 |
| Science ouverte | 0,032 | 0,021 |
| Intégrité de la recherche | 0,035 | 0,032 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,009 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».