Quantitative high-field imaging of sub-cortical gray matter in multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: In addition to neuronal injury, inflammatory, and demyelinating processes, evidence suggests multiple sclerosis (MS) is also associated with increased iron deposition in the basal ganglia. Magnetic resonance imaging (MRI), particularly at very high field strengths, is sensitive to iron accumulation and may enable visualization and quantification of iron associated with MS. OBJECTIVES: To investigate the sub-cortical gray matter in patients with early-stage relapsing-remitting MS using multiple, and novel, quantitative MRI measures at very high field. METHODS: In total, 22 patients with relapsing-remitting MS and 22 control subjects were imaged at 4.7 Tesla. Transverse relaxation rates (R₂ and R₂*) and susceptibility phase were quantified in four basal ganglia nuclei, the thalamus, and the red nuclei. Parameters in patients with MS were compared with those in healthy subjects and correlated with clinical scores. RESULTS: Significant abnormalities were observed in most structures, most notably in the pulvinar sub-nucleus. Significant correlations with disability were observed in the pulvinar; marginally significant correlations were also observed in the thalamus and red nucleus. No significant correlations were observed with duration since index relapse. CONCLUSIONS: Widespread abnormalities are present in the deep gray matter nuclei of patients recently diagnosed with MS; these abnormalities can be detected via multi-modal high-field MRI. Imaging metrics, particularly R₂*, relate to disease severity in the pulvinar and other gray matter regions.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».