A longitudinal study of magnetic resonance spectroscopy Huntington's disease biomarkers
Notice bibliographique
Résumé
Putaminal metabolites examined using cross-sectional magnetic resonance spectroscopy (MRS) can distinguish pre-manifest and early Huntington's Disease (HD) individuals from controls. An ideal biomarker, however, will demonstrate longitudinal change over short durations. The objective here was to evaluate longitudinal in vivo brain metabolite profiles in HD over 24 months. Eighty-four participants (30 controls, 25 pre-manifest HD, 29 early HD) recruited as part of TRACK-HD were imaged at baseline, 12 months, and 24 months using 3T MRS of left putamen. Automated putaminal volume measurement was performed simultaneously. To quantify partial volume effects, spectroscopy was performed in a second, white matter voxel adjacent to putamen in six subjects. Subjects underwent TRACK-HD motor assessment. Statistical analyses included linear regression and one-way analysis of variance (ANOVA). At all time-points N-acetyl aspartate and total N-acetyl aspartate (NAA), neuronal integrity markers, were lower in early HD than in controls. Total NAA was lower in pre-manifest HD than in controls, whereas the gliosis marker myo-inositol (MI) was robustly elevated in early HD. Metabolites were stable over 24 months with no longitudinal change. Total NAA was not markedly different in adjacent white matter than putamen, arguing against partial volume confounding effects in cross-sectional group differences. Total NAA correlations with disease burden score suggest that this metabolite may be useful in identifying neurochemical responses to therapeutic agents. We demonstrate almost consistent group differences in putaminal metabolites in HD-affected individuals compared with controls over 24 months. Future work establishing spectroscopy as an HD biomarker should include multi-site assessments in large, pathologically diverse cohorts.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».