Diffusivity signatures characterize trigeminal neuralgia associated with multiple sclerosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Trigeminal neuralgia secondary to multiple sclerosis (MS-TN) is a facial neuropathic pain syndrome similar to classic trigeminal neuralgia (TN). While TN is caused by neurovascular compression of the fifth cranial nerve (CN V), how MS-related demyelination correlates with pain in MS-TN is not understood. OBJECTIVES: We aim to examine diffusivities along CN V in MS-TN, TN, and controls in order to reveal differential neuroimaging correlates across groups. METHODS: 3T MR diffusion weighted, T1, T2 and FLAIR sequences were acquired for MS-TN, TN, and controls. Multi-tensor tractography was used to delineate CN V across cisternal, root entry zone (REZ), pontine and peri-lesional segments. Diffusion metrics including fractional anisotropy (FA), and radial (RD), axial (AD), and mean diffusivities (MD) were measured from each segment. RESULTS: CN V segments showed distinctive diffusivity patterns. The TN group showed higher FA in the cisternal segment ipsilateral to the side of pain, and lower FA in the ipsilateral REZ segment. The MS-TN group showed lower FA in the ipsilateral peri-lesional segments, suggesting differential microstructural changes along CN V in these conditions. CONCLUSIONS: The study demonstrates objective differences in CN V microstrucuture in TN and MS-TN using non-invasive neuroimaging. This represents a significant improvement in the methods currently available to study pain in MS.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle