Mouse behavioral mutants have neuroimaging abnormalities
Notice bibliographique
Résumé
Impaired cognitive, memory, or motor performance is a distinguishing characteristic of neurological diseases. Although these symptoms are frequently the most evident in human patients, additional markers of disease are critical for proper diagnosis and staging. Noninvasive neuroimaging methods have become essential in this capacity and provide means of evaluating disease and tracking progression. These imaging methods are also becoming available to scientists in the research laboratory for assessment of animal models of neurological disease. Imaging in mouse models of neurological disease is of particular interest, owing to the availability of inbred strains and genetic manipulation tools that permit detailed investigation of the roles of various genes and gene products in disease pathogenesis. However, the relative prevalence of neuroimaging abnormalities in mice exhibiting neurological symptoms has not been reported. This prevalence has both theoretical and practical value because it is influenced by both the sensitivity of macroscopic anatomical measures to underlying genetic and disease processes and by the efficiency of neuroimaging in detecting and characterizing these effects. In this paper, we describe a meta-analysis of studies involving behavioral mouse mutants at our laboratory. In summary, we have evaluated 15 different mutant genotypes, of which 13 showed abnormal neuroimaging findings. This indicates a surprisingly high prevalence of neuroimaging abnormalities (87%) and suggests that disease processes affecting behavior generally alter neuroanatomy as well. As a consequence, neuroimaging provides a highly sensitive marker of neurological disease in mice exhibiting abnormal behavior.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».