Quantitative diffusion tensor imaging and intellectual outcomes in spina bifida
Notice bibliographique
Résumé
OBJECT: Patients with spina bifida (SB) have variable intellectual outcomes. The authors used diffusion tensor (DT) imaging to quantify whole-brain volumes of gray matter, white matter, and cerebrospinal fluid (CSF), and perform regional quantitative microstructural assessments of gray matter nuclei and white matter tracts in relation to intellectual outcomes in patients with SB. METHODS: Twenty-nine children with myelomeningoceles and 20 age- and sex-matched children with normal neural tube development underwent MR imaging with DT image acquisition and assessments of intelligence. The DT imaging-derived metrics were the fractional anisotropy (FA), axial (parallel), and transverse (perpendicular) diffusivities. These metrics were also used to segment the brain into white matter, gray matter, and CSF. A region-of-interest analysis was conducted of the white and gray matter structures implicated in hydrocephalus. RESULTS: The amount of whole-brain gray matter was decreased in patients with SB, with a corresponding increase in CSF (p < 0.0001). Regional transverse diffusivity in the caudate nucleus was decreased (p < 0.0001), and the corresponding FA was increased (p < 0.0001), suggesting reduced dendritic branching and connectivity. Fractional anisotropy in the posterior limb of the internal capsule increased in the myelomeningocele group (p = 0.02), suggesting elimination of some divergent fascicles; in contrast, the FA in several white matter structures (such as the corpus callosum genu [p < 0.001] and arcuate fasciculus) was reduced, suggesting disruption of myelination. Diffusion tensor imaging-metrics involving gray matter volume and the caudate nucleus, but not other structures, predicted variations in IQ (r = 0.37-0.50; p < 0.05). CONCLUSIONS: Diffusion tensor imaging-derived metrics provide noninvasive neuronal surrogate markers of the pathogenesis of SB and predict variations in general intellectual outcomes in children with this condition.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».