Corticospinal tract integrity measured using transcranial magnetic stimulation and magnetic resonance imaging in neuromyelitis optica and multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: Both multiple sclerosis (MS) and neuromyelitis optica (NMO) can present with transverse myelitis; however, NMO symptoms are usually more severe and may present with more extensive axonal loss. Transcranial magnetic stimulation (TMS)-based input-output recruitment curves can quantitatively assess the excitability of corticospinal tract pathways and myelin water imaging can quantify the amount of myelin within this same pathway. OBJECTIVE: To compare differential effects of MS and NMO on TMS recruitment curves and myelin water imaging. METHODS: Ten healthy controls, 10 individuals with MS and 10 individuals with NMO completed clinical assessments, a TMS assessment and magnetic resonance imaging scan to measure recruitment curves and myelin water fraction in the corticospinal tract. RESULTS: Individuals with NMO had lower recruitment curve slopes (mean 13.6±6 μV/%) than MS (23.6±11 μV/%) and controls (21.9±9 μV/%, analysis of variance (ANOVA) P=0.05). Corticospinal tract myelin water fraction was lower in individuals with NMO (mean 0.17±0.02) compared to MS (0.19±0.02) and controls (0.20±0.02, ANOVA P=0.0006). CONCLUSION: Corticospinal pathway damage in individuals with NMO was evident by reduced recruitment curve slope and lower myelin water fraction. These specific measures of corticospinal function and structure may be used to obtain a better understanding and monitor brain injury caused by inflammatory central nervous system disorders.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».