Diagnostic Performance of Vessel Wall Magnetic Resonance Imaging (VW-MRI) for Intracranial Vasculopathies: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Vessel wall magnetic resonance imaging (VW-MRI) provides superior capabilities, compared to traditional angiography, in evaluating intracranial vessel walls. This study aimed to assess the diagnostic performance of VW-MRI in intracranial vasculopathies. This systematic review and meta-analysis followed PRISMA guidelines. PubMed, Scopus, Web of Science, Cochrane Library, and ScienceDirect were searched to identify studies investigating the diagnostic performance of VW-MRI in intracranial vasculopathies. Eligible studies should report sufficient data to construct 2 × 2 contingency tables. Disease categories were included only if at least two studies were available. Pooled sensitivity, specificity, diagnostic odds ratio (DOR), and area under the curve (AUC) were estimated using a bivariate model. Study quality was assessed using the QUADAS (Quality Assessment of Diagnostic Accuracy Studies) tool. Ten studies on intracranial atherosclerotic disease (ICAD) demonstrated high diagnostic accuracy (sensitivity 0.877; specificity 0.808; DOR 34.2; AUC 0.907). Subgroup analyses confirmed reliability in detecting stenosis, distinguishing culprit from non-culprit lesions, and identifying eccentric wall thickening as a biomarker. Six studies on intracranial vasculitis showed strong diagnostic performance of concentric wall enhancement (sensitivity 0.817; specificity 0.864; DOR 44.9; AUC 0.909). Two studies on intracranial dissection reported high accuracy (sensitivity 0.901; specificity 0.829; DOR 58.1; AUC 0.930). VW-MRI demonstrates excellent diagnostic performance for ICAD, intracranial vasculitis, and dissection. It provides added value beyond conventional imaging by enabling evaluation of vessel wall features and lesion characterization. Further high-quality studies, with larger sample sizes, are needed to validate its clinical utility.
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 | 0,018 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,034 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».