MétaCan
Menu
Retour à la cohorte
Enregistrement W7075625602

Adherence to MRI protocol consensus guidelines in multiple sclerosis: An Australian multi-centre study

2012· article· en· W7075625602 sur OpenAlexaff

Notice bibliographique

RevueQueensland's institutional digital repository (The University of Queensland) · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesnon disponible
Mots-clésConcordanceMultiple sclerosisFluid-attenuated inversion recoveryMagnetic resonance imagingProtocol (science)Sagittal planeSpinal cord
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduction: Multiple sclerosis (MS) is a debilitating disease that causes significant morbidity within a young demographic. Diagnostic guidelines for MS have evolved, and imaging has played an increasingly important role in diagnosis over the last two decades. For imaging to contribute to diagnosis in a meaningful way, it must be reproducible. Consensus guidelines for MRI in MS exist to define correct sequence type and imaging technique, but it is not clear to what extent they are followed. This study reviewed MRI studies performed on Australian individuals presenting with a first clinical diagnosis of central nervous system demyelination (FCD) for adherence to published guidelines and discussed practical implementation of MS guidelines in light of recent updates. Methods: The Ausimmune study was a prospective case control study of Australian participants presenting with FCD from 2003 to 2006. Baseline cranial and spinal cord MRI studies of 226 case participants from four separate Australian regions were reviewed. MRI sequences were classified according to anatomical location, slice plane, tissue weighting and use of gadolinium-containing contrast media. Results were compared with the 2003 Consortium of Multiple Sclerosis Centres MRI protocol for the diagnosis of MS. Results: The composition of core cranial MRI sequences performed varied across the 226 scans. Of the studies, 91% included sagittal fluid attenuated inversion recovery (FLAIR) sequences. Cranial axial T2-weighted, axial FLAIR and axial proton density-weighted sequences were performed in 88%, 60% and 16% (respectively) of scans. Only 25% of the studies included a T1-weighted contrast-enhanced sequence. Concordance with the guidelines in all sequences was very low (2). Conclusion: Only a small number of MRI investigations performed included all of the sequences stipulated by consensus guidelines. This is likely due to poor awareness in the imaging community of the guidelines and the rationale behind certain sequences. Radiologists with a sub-speciality interest in neuroradiology should take ownership of this issue and ensure that recommended imaging guidelines are followed.

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)0,080
score de la tête « metaresearch » (Gemma)0,126
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 enseignants0,080
Score d'incertitude au seuil0,424

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0800,126
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,002
Communication savante0,0030,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,085
Tête enseignante GPT0,278
Écart entre enseignants0,192 · 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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQueensland's institutional digital repository (The University of Queensland)Même sujetGeochemistry and Geologic MappingTravaux en français237 207