How can MRI descriptors be optimally combined to predict idiopathic intracranial hypertension?
Notice bibliographique
Résumé
OBJECTIVES: To establish how MRI descriptors on standard MRI sequences can be optimally combined to predict idiopathic intracranial hypertension (IIH). METHODS: A retrospective single-institution cross-sectional study evaluated consecutive IIH patients undergoing MRI between 2002 and 2015 and a control group. Six established and 8 exploratory MRI descriptors were evaluated. Two observers independently analysed MRI descriptors on T1w sagittal and T2w axial sequences while blinded to clinical data with consensus obtained. Inter-rater reliability was calculated, and the presence of MRI descriptors was compared between IIH patients and controls (Bonferroni correction, P < 0.004). Forward stepwise logistic regression determined which combination of MRI descriptors best predicted IIH. RESULTS: Fifty-four IIH patients (mean age 31.2, standard deviation 10.2, 3 men) and 54 control subjects (mean age 31.7, standard deviation 7.1, 3 men) were evaluated. There was excellent inter-rater reliability for 13/14 MRI descriptors. There were 4/6 established and 6/8 exploratory MRI descriptors associated with IIH (P < 0.004). The optimal combination of descriptors to predict IIH was vertical tortuosity of the optic nerve, enlarged optic nerve sheath, globe flattening score ≥ 2, Yuh score ≥ 3, cervical skin folding, and cervical fat thickness ≥ 10.5 mm. The model correctly classified 93.5% of cases (sensitivity 94.4%, specificity 92.6%, area under the receiver operating characteristic curve [AUC] 0.965). CONCLUSIONS: Evaluating a combination of vertical tortuosity of the optic nerve, enlarged optic nerve sheath, globe flattening, Yuh score, cervical skin folding, and cervical fat thickness optimally predicts IIH. ADVANCES IN KNOWLEDGE: New MRI features are validated for the diagnosis of IIH and the optimal combination for diagnosis is established. REGISTRATION NUMBER: N006 (local institutional review). The full study protocol can be requested from the corresponding author.
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 | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».