Prospective Comparison of <scp>DWI</scp> ‐Derived Virtual <scp>MR</scp> Elastography and Conventional <scp>MR</scp> Elastography in Metabolic Dysfunction‐Associated Steatotic Liver Disease and Healthy Volunteers
Notice bibliographique
Résumé
ABSTRACT Background Virtual MR elastography (VMRE) and MRE have been proposed for liver fibrosis staging in metabolic dysfunction‐associated steatotic liver disease (MASLD), but VMRE's diagnostic performance remains debated. Purpose To assess the inter‐visit and inter‐reader reproducibility of fat‐uncorrected and fat‐corrected diffusion‐weighted imaging (DWI)‐based VMRE and to compare their diagnostic performance with MRE for liver fibrosis staging in the MASLD population. Study Type Prospective. Population Fifty four participants were enrolled: 43 with biopsy‐proven MASLD (age: 57.0 ± 9.0 years; 26 males) and 11 healthy volunteers (age: 31.0 ± 15.0 years; 4 males). Field Strength/Sequence 3.0T, DWI ( b ‐values of 0, 200, and 1500 s/mm 2 ) for VMRE and phase‐contrast MRE at 60 Hz was performed. Assessment VMRE‐derived shifted apparent diffusion coefficients (sADC) reproducibility and diagnostic performance; MRE‐derived stiffness diagnostic performance. Statistical Tests Reproducibility was evaluated using intraclass correlation coefficients (ICC), within‐subject coefficient of variation (wCV), and bias and limits of agreement (LOA) in Bland–Altman analysis. Diagnostic performance was assessed with areas under the receiver operating characteristic curve (AUC) and compared with DeLong's test. p < 0.05 was considered statistically significant. Results For inter‐visit agreement, the ICC of fat‐uncorrected and fat‐corrected sADC were 0.88 and 0.83; wCV were 0.120 ± 0.30 and 0.141 ± 0.31; bias and 95% LOA were (−0.03 ± 0.18) × 10 −3 mm 2 /s and (−0.05 ± 0.33) × 10 −3 mm 2 /s, respectively. For inter‐reader agreement, the ICC of fat‐uncorrected and fat‐corrected VMRE were 0.99 and 0.99; wCV were 0.028 ± 0.011 and 0.039 ± 0.012, respectively; bias and 95% LOA were (−0.01 ± 0.03) × 10 −3 mm 2 /s and (−0.02 ± 0.05) × 10 −3 mm 2 /s, respectively. AUC of fat‐uncorrected, fat‐corrected sADC, and MRE‐derived stiffness for distinguishing fibrosis stages F0 versus ≥ F1 were 0.70 ± 0.17, 0.56 ± 0.18, and 0.87 ± 0.10; ≤ F1 versus ≥ F2 were 0.61 ± 0.16, 0.49 ± 0.17, and 0.86 ± 0.10; ≤ F2 versus ≥ F3 were 0.54 ± 0.16, 0.50 ± 0.16, and 0.89 ± 0.09; and ≤ F3 versus F4 were 0.58 ± 0.16, 0.55 ± 0.17, and 0.85 ± 0.11, respectively. MRE had significantly higher diagnostic performance than fat‐uncorrected and fat‐corrected VMRE for all fibrosis stages. Data Conclusion VMRE has good reproducibility, but has lower fibrosis staging accuracy than MRE. Evidence Level 1. Technical Efficacy Stage 2.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».