Abnormal trigeminal nerve microstructure and brain white matter in idiopathic trigeminal neuralgia
Notice bibliographique
Résumé
Idiopathic trigeminal neuralgia (TN) is classically associated with neurovascular compression (NVC) of the trigeminal nerve at the root entry zone (REZ), but NVC-induced structural alterations are not always apparent on conventional imaging. Previous studies report lower fractional anisotropy (FA) in the affected trigeminal nerves of TN patients using diffusion tensor imaging (DTI). However, it is not known if TN patients have trigeminal nerve abnormalities of mean, radial, or axial diffusivity (MD, RD, AD - metrics linked to neuroinflammation and edema) or brain white matter (WM) abnormalities. DTI scans in 18 right-sided TN patients and 18 healthy controls were retrospectively analyzed to extract FA, RD, AD, and MD from the trigeminal nerve REZ, and Tract-Based Spatial Statistics (TBSS) was used to assess brain WM. In patients, the affected trigeminal nerve had lower FA, and higher RD, AD, and MD was found bilaterally compared to controls. Group TBSS (P<0.05, corrected) showed patients had lower FA and increased RD, MD, and AD in brain WM connecting areas involved in the sensory and cognitive-affective dimensions of pain, attention, and motor functions, including the corpus callosum, cingulum, posterior corona radiata, and superior longitudinal fasciculus. These data indicate that TN patients have abnormal tissue microstructure in their affected trigeminal nerves, and as a possible consequence, WM microstructural alterations in the brain. These findings suggest that trigeminal nerve structural abnormalities occur in TN, even if not apparent on gross imaging. Furthermore, MD and RD findings suggest that neuroinflammation and edema may contribute to TN pathophysiology.
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 | 0,001 | 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 ».