Measurement of skeletal muscle radiation attenuation and basis of its biological variation
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
Skeletal muscle contains intramyocellular lipid droplets within the cytoplasm of myocytes as well as intermuscular adipocytes. These depots exhibit physiological and pathological variation which has been revealed with the advent of diagnostic imaging approaches: magnetic resonance (MR) imaging, MR spectroscopy and computed tomography (CT). CT uses computer-processed X-rays and is now being applied in muscle physiology research. The purpose of this review is to present CT methodologies and summarize factors that influence muscle radiation attenuation, a parameter which is inversely related to muscle fat content. Pre-defined radiation attenuation ranges are used to demarcate intermuscular adipose tissue [from -190 to -30 Hounsfield units (HU)] and muscle (-29 HU to +150 HU). Within the latter range, the mean muscle radiation attenuation [muscle (radio) density] is reported. Inconsistent criteria for the upper and lower HU cut-offs used to characterize muscle attenuation limit comparisons between investigations. This area of research would benefit from standardized criteria for reporting muscle attenuation. Available evidence suggests that muscle attenuation is plastic with physiological variation induced by the process of ageing, as well as by aerobic training, which probably reflects accumulation of lipids to fuel aerobic work. Pathological variation in muscle attenuation reflects excess fat deposition in the tissue and is observed in people with obesity, diabetes type II, myositis, osteoarthritis, spinal stenosis and cancer. A poor prognosis and different types of morbidity are predicted by the presence of reduced mean muscle attenuation values in patients with these conditions; however, the biological features of muscle with these characteristics require further investigation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle