Resting state sensorimotor functional connectivity in multiple sclerosis inversely correlates with transcallosal motor pathway transverse diffusivity
Notice bibliographique
Résumé
Recent studies indicate that functional connectivity using low-frequency BOLD fluctuations (LFBFs) is reduced between the bilateral primary sensorimotor regions in multiple sclerosis. In addition, it has been shown that pathway-dependent measures of the transverse diffusivity of water in white matter correlate with related clinical measures of functional deficit in multiple sclerosis. Taken together, these methods suggest that MRI methods can be used to probe both functional connectivity and anatomic connectivity in subjects with known white matter impairment. We report the results of a study comparing anatomic connectivity of the transcallosal motor pathway, as measured with diffusion tensor imaging (DTI) and functional connectivity of the bilateral primary sensorimotor cortices (SMC), as measured with LFBFs in the resting state. High angular resolution diffusion imaging was combined with functional MRI to define the transcallosal white matter pathway connecting the bilateral primary SMC. Maps were generated from the probabilistic tracking employed and these maps were used to calculate the mean pathway diffusion measures fractional anisotropy FA, mean diffusivity MD, longitudinal diffusivity lambda(1), and transverse diffusivity lambda(2). These were compared with LFBF-based functional connectivity measures (F(c)) obtained at rest in a cohort of 11 multiple sclerosis patients and approximately 10 age- and gender-matched control subjects. The correlation between FA and F(c) for MS patients was r = -0.63, P < 0.04. The correlation between all subjects lambda(2) and F(c) was r = 0.42, P < 0.05. The correlation between all subjects lambda(2) and F(c) was r = -0.50, P < 0.02. None of the control subject correlations were significant, nor were FA, lambda(1), or MD significantly correlated with F(c) for MS patients. This constitutes the first in vivo observation of a correlation between measures of anatomic connectivity and functional connectivity using spontaneous LFBFs.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».