High-Frequency Ultrasound to Grade Disease Progression in Murine Models of Duchenne Muscular Dystrophy
Notice bibliographique
Résumé
OBJECTIVE: This study used high-frequency ultrasound (HFU) imaging to assess muscle damage noninvasively in a longitudinal study of 2 transgenic murine models of Duchenne muscular dystrophy (DMD): mdx, which has mutated cytoskeletal protein dystrophin; and udx, which has mutated dystrophin and lacks another cytoskeleton protein, utrophin. The mdx group was further subdivided into exercised and nonexercised subgroups to assess exercise-induced damage. METHODS: Muscle damage was assessed with HFU imaging (40 MHz) at biweekly intervals for 16 weeks. The assessment was based on the number of hyperechoic lesions, the lesion diameter, and muscle disorganization, giving a combined grade according to a 5-point scale. RESULTS: High-frequency ultrasound discriminated the severity of muscle damage between wild-type and transgenic models of DMD and between mdx and udx models. Qualitative comparisons of 3-dimensional HFU images with serial histologic sections of the skeletal muscle showed the ability of ultrasound to accurately depict changes seen in the muscle architecture in vivo. CONCLUSIONS: High-frequency ultrasound images soft tissue in mice at high contrast and spatial resolution, thereby showing that this microimaging modality has the capability to assess architectural changes in muscle fibers due to myotonic dystrophy-related diseases such as DMD.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».