Iron‐oxide labeling of hematogenous macrophages in a model of experimental autoimmune encephalomyelitis and the contribution to signal loss in fast imaging employing steady state acquisition (FIESTA) images
Notice bibliographique
Résumé
PURPOSE: To determine the contribution of blood-derived macrophages to the signal loss observed in MR images of inflammatory lesions in experimental autoimmune encephalomyelitis (EAE). MATERIALS AND METHODS: A relapsing-remitting form of EAE was induced in transgenic mice that express enhanced green fluorescent protein (EGFP) specifically in hematopoietic cells of the myelomonocytic lineage. Animals were injected with Feridex, a superparamagnetic iron oxide (SPIO) nanoparticle, 24 hours prior to in vivo MRI. MRI was performed using a 1.5T whole-body scanner; a high-performance, custom-built gradient coil insert; and a 3D steady-state free precession (SSFP) imaging pulse sequence. Comparisons were made between MR images and corresponding anti-GFP and Perl's Prussian blue (PPB)-stained brain sections. RESULTS: MR images revealed the presence of discrete regions of signal loss throughout the brains of EAE animals that were administered Feridex. Histological staining showed that regions of signal loss on MR images corresponded anatomically with regions of PPB- and GFP-positive cells. CONCLUSION: This experiment provides the first direct evidence that macrophages of hematogenous origin are labeled with SPIO after intravenous administration of Feridex, and contribute to the regions of signal loss detected in MR images of EAE brain.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».