Normal-appearing White Matter in Patients with Phenylketonuria: Water Content, Myelin Water Fraction, and Metabolite Concentrations
Notice bibliographique
Résumé
PURPOSE: To prospectively assess relative water content (RWC), myelin water fraction (MWF), and hydrogen 1 magnetic resonance (MR) spectroscopy findings in the white matter (WM) of patients with phenylketonuria (PKU). MATERIALS AND METHODS: This study was approved by the institution's investigational review board, and informed consent was obtained. T2 water relaxation data were acquired by using a 48-echo measurement in a transverse plane through the genu and splenium of the corpus callosum in 16 patients (six men, 10 women; age range, 18-40 years) with PKU and 16 age- and sex-matched control subjects. MR spectroscopy was performed in a voxel (94x70x15 mm) above the ventricles. WM in control subjects (defined as normal WM) was compared with normal-appearing WM (NAWM) and diffuse WM lesions in patients with PKU by using a Student t test. RESULTS: Patients with PKU had two forms of NAWM: (a) areas that looked normal on intermediate-weighted (IW) and T2-weighted MR images and long T2 maps and (b) areas that looked normal on IW and T2-weighted MR images but were hyperintense on long T2 maps. Both forms of NAWM showed increased RWC (up to 2.5%, P<.001) and reduced MWF (up to 56%, P<.001) relative to normal WM; these changes paralleled those seen in diffuse WM lesions. Approximately 9% of the water in diffuse WM lesions was in a reservoir with a long T2 time of 200-800 msec. Myoinositol concentrations were reduced by 14% (P=.003) in patients with PKU. CONCLUSION: In patients with PKU, NAWM and diffuse WM lesions have altered RWC and MWF relative to normal WM, and diffuse WM lesions show a redistribution of water into an extracellular reservoir with a long T2 time.
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 ».