White-matter Volume Reduction and the Protective Effect of Immunosuppressive Therapy in Systemic Lupus Erythematosus Patients with Normal Appearance by Conventional Magnetic Resonance Imaging
Notice bibliographique
Résumé
OBJECTIVE: The central nervous system (CNS) is often affected by systemic lupus erythematosus (SLE), but assessment of CNS outcomes using noninvasive cerebral structural measures remains in its infancy. Magnetic resonance imaging (MRI) with expert visual interpretation is critical to diagnosis, but does not permit quantitative measurements. Our pilot study investigated whether quantitative brain volumetric analyses could be used to detect white-matter (WM) abnormalities and responses to treatment in SLE (ClinicalTrials.gov: NCT00703742). METHODS: Forty-two pairs of SLE patients and healthy controls underwent high-resolution 3-dimensional structural MRI scans. Combining voxel-based morphometry and region of interest analyses, subtle WM volume abnormalities in whole brains from SLE patients were identified, and regional WM volume was calculated. Associations between WM volume and symptom severity, as well as the effects of immunosuppressive therapy, were then investigated. RESULTS: The WM volume of the SLE group was significantly decreased in the bilateral posterior and anterior crus of the internal capsule (PIC and AIC, respectively), the subgyral right frontal lobe, and left temporal lobe (p < 0.001). Regional WM volume (left PIC and right AIC) was correlated with SLEDAI scores. The WM volume of patients treated with immunosuppressive therapy was greater than that of patients who were never treated with immunosuppressive therapy. CONCLUSION: Quantitative brain volumetric analyses detect brain injuries in WM for SLE that are not obvious by conventional MRI, and may be adequately sensitive and quantitative to measure the effect of therapeutic interventions in preventing brain injury and outcomes in SLE.
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) | 0,001 | 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 ».