Longitudinal MR Imaging of Iron in Multiple Sclerosis: An Imaging Marker of Disease
Notice bibliographique
Résumé
PURPOSE: To investigate the relationship between magnetic resonance (MR) imaging markers of iron content and disease severity in patients with multiple sclerosis (MS) over a 2-year period. MATERIALS AND METHODS: This prospective study was approved by the local ethics committee, and written informed consent was obtained from all participants. Seventeen patients with MS and 17 control subjects were examined twice, 2 years apart, by using phase imaging and transverse relaxation (R2*) mapping at 4.7 T. Quantitative differences in iron content in deep gray matter between patients and control subjects were evaluated with repeated-measures multivariate analysis of variance separately for R2* mapping and phase imaging. Multiple regression analysis was used to evaluate correlations of MR imaging measures, both 2-year-difference and single-time measurements, to baseline disease severity. RESULTS: R2* mapping using 2-year-difference measurements had the highest correlation to disease severity (r = 0.905, P < .001) compared with R2* mapping using single-time measurements (r = 0.560, P = .019) and phase imaging by using either single-time (r = 0.539, P = .026) or 2-year-difference (r = 0.644, P = .005) measurements. Significant increases in R2* occur during 2 years in the substantia nigra (P < .001) and globus pallidus (P = .035), which are both predictors of disease in regression analysis, in patients compared with control subjects. There were group differences in the substantia nigra, globus pallidus, pulvinar thalamus, thalamus, and caudate nucleus, compared with control subjects with R2* mapping (P < .05), and group differences in the caudate nucleus and pulvinar thalamus, compared with control subjects with phase imaging (P < .05). CONCLUSION: There are significant changes in deep gray matter iron content in MS during 2 years measured with MR imaging, changes that are strongly related to physical disability. Longitudinal measurements may produce a higher correlation to disease severity compared with single-time measurements because baseline iron content of deep gray matter is variable among subjects.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».