Retinal nerve fiber layer is associated with brain atrophy in multiple sclerosis
Notice bibliographique
Résumé
Objective: Optical coherence tomography (OCT) noninvasively quantifies retinal nerve fiber layer (RNFL) thickness. Studies show RNFL thinning in multiple sclerosis (MS), and we assessed its association with brain atrophy. Methods: RNFL thickness was measured in 40 patients with MS and 15 controls. Brain parenchymal fraction (BPF) and partial brain volumes were estimated from cranial MRI scans using SIENA-X. Multiple linear regression modeling assessed the association between OCT and MRI measures of atrophy. Results: Minimum RNFL thickness and subject age together predict 21% (p = 0.005) of the variance in BPF in all patients with MS and 43% (p = 0.003) of the variance in BPF in the subgroup with relapsing remitting MS (RRMS; n = 20). The partial correlation coefficient between BPF and minimum RNFL thickness, controlling for age, is 0.46 (p = 0.003) in all patients with MS and 0.69 (p = 0.001) in patients with RRMS. These associations are driven by CSF volume but not by gray or white matter volume. There is no significant association of these variables among controls. Conclusions: In multiple sclerosis (MS), retinal nerve fiber layer thickness is associated with brain parenchymal fraction and CSF volume. These data suggest that quantification of axonal thickness in the retina by optical coherence tomography (OCT) provides concurrent information about MRI brain abnormality in MS. OCT should be examined in longitudinal studies to determine if it could be used as an outcome measure in clinical trials of neuroprotective drugs. GLOSSARY: BPF = brain parenchymal fraction; EDSS = Expanded Disability Status Scale; KKI = Kennedy Krieger Institute; MNI = Montreal Neurological Institute; MPRAGE = magnetization-prepared rapid gradient echo; MS = multiple sclerosis; OCT = optical coherence tomography; PPMS = primary progressive MS; RNFL = retinal nerve fiber layer; RRMS = relapsing remitting MS; SPMS = secondary progressive MS; TMV = total macular volume.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».