The impact of intensity variations in T1-hypointense lesions on clinical correlations in multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: The correlations between T1-hypointense lesion ('black hole') volume and clinical measures have varied widely across previous studies. The degree of hypointensity in black holes is associated with the severity of tissue damage, but the impact on the correlation with disability is unknown. OBJECTIVES: To determine how variations in the intensity level used for lesion classification can impact clinical correlation, specifically with the Expanded Disability Status Scale (EDSS), and whether using a restricted range can improve correlation. METHODS: A highly automated image analysis procedure was applied to the scans of 24 multiple sclerosis (MS) patients with well-distributed EDSS scores to compute their black hole volumes at nine different levels of intensity relative to the reference intensities sampled in normal-appearing white matter (NAWM) and cerebrospinal fluid (CSF). Two methods of volume computation were used. RESULTS: The black hole volume-EDSS Spearman correlations ranged between 0.49-0.73 (first method) and 0.54-0.74 (second method). The strongest correlations were observed by only including the voxels with maximum intensities at 30-40% of the CSF to NAWM range. CONCLUSIONS: Intensity variations can have a large impact on black hole-EDSS correlation. Restricting the measurement to a subset of the darkest voxels may yield stronger correlations.
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 | 0,005 | 0,025 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».