Retinal Segmentation as Noninvasive Technique to Demonstrate Hyperplasia in Ataxia of Charlevoix-Saguenay
Notice bibliographique
Résumé
PURPOSE: To present a new retinal layer segmentation technique for evaluation of nerve fiber hyperplasia in patients with autosomal recessive spastic ataxia of Charlevoix-Saguenay (ARSACS). METHODS: Five patients with a molecular diagnosis of ARSACS and five age- and sex-matched healthy controls underwent a full ophthalmologic examination, which included a new technique to segment the retinal layers using Spectralis optical coherence tomography (OCT). Images and data were correlated with diffusion tensor color-encoded magnetic resonance imaging maps, diffusion tensor tractographies, and retinal anatomopathologic analysis. RESULTS: Optical coherence tomography evaluation revealed increased thickness in the internal layers of the retina (inner limiting membrane, nerve fiber layer, and ganglion cell layer) in each patient with ARSACS compared with controls. These findings suggest that the presence of neurofilamentous hyperplasia in the retinas of patients with ARSACS correlates with the anatomopathologic findings. CONCLUSIONS: We found evidence of ganglion cell and nerve fiber hyperplasia in the retinas of ARSACS patients. The etiopathogenic mechanisms of this disease thus require reconsideration.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».