MétaCan
Menu
Retour à la cohorte
Enregistrement W4416190257 · doi:10.1093/radadv/umaf038

Multifrequency MR elastography for grading inflammation in metabolic dysfunction-associated steatotic liver disease: a pilot study

2025· article· en· W4416190257 sur OpenAlexafffund
Amirhosein Baradaran Najar, Guillaume Gilbert, Anton Volniansky, Elige Karam, Audrey Fohlen, Maxime Barat, Emmanuel Montagnon, Hélène Castel, Jeanne‐Marie Giard, Marie‐Pierre Sylvestre, Bich Nguyen, Guy Cloutier, Elijah Van Houten, An Tang

Notice bibliographique

RevueRadiology Advances · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensCARE CanadaCentre Hospitalier de l’Université de MontréalCentre Hospitalier Universitaire de SherbrookeUniversité de MontréalUniversité de Sherbrooke
Organismes subventionnairesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésElastographyInflammationGrading (engineering)UltrasoundUltrasound elastographyFibrosis

Résumé

récupéré en direct d'OpenAlex

Abstract Background Noninvasive grading of liver inflammation in metabolic dysfunction-associated steatotic liver disease (MASLD) remains an unmet clinical need. Purpose To evaluate the diagnostic performance of multifrequency MR elastography (MMRE) for grading liver inflammation and diagnosing metabolic dysfunction-associated steatohepatitis (MASH). Materials and methods In this prospective, single-site study, participants underwent MMRE at 30, 40, and 60 Hz on a 3T system. Multifrequency dispersion coefficient (α), storage modulus (G'), loss modulus (G”), and magnitude of the shear modulus (|G*|) were computed. The reference standard was histopathological analysis of needle biopsy specimens. The MASLD activity score was computed to assign MASH status. Univariate and multivariable correlation and areas under the receiver operating characteristic curve (AUCs) were assessed. Results Of the 72 participants enrolled, 60 (12 healthy, 48 MASLD) were analyzable. Correlations of α, G', G”, and |G*| with lobular inflammation grades were ρ = −0.62, P < .001; ρ = 0.46, P < .001; ρ = 0.39, P < .01; and ρ = 0.44, P < .001; and the corresponding correlations with ballooning ρ = −0.42, P < .001; ρ = 0.42, P < .001; ρ = 0.40, P < .001; and ρ = 0.41, P < .001. The correlation between α and lobular inflammation remained after adjusting for steatosis, ballooning, and fibrosis (β = −0.06, P < .001); and with ballooning after adjusting for steatosis, lobular inflammation, and fibrosis (β = −0.02, P < .01). AUCs of α were 0.85, 0.96, and 0.94, respectively, for distinguishing lobular inflammation grades 0 vs ≥1, ≤1 vs ≥2, and ≤2 vs 3; 0.84 and 0.78 for distinguishing ballooning grades 0 vs ≥1 and ≤1 vs 2; and 0.81 to 0.85 for diagnosing MASH. Conclusion The multifrequency dispersion coefficient α was associated with histologic inflammation and should be further evaluated with external validation as a possible clinical marker in MASLD.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,292
Écart entre enseignants0,276 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRadiology AdvancesMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207