Diffusion Tensor Imaging of the Optic Nerve in Multiple Sclerosis: Association with Retinal Damage and Visual Disability
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: There is a well-known relationship between MS and damage to the optic nerve, but advanced, quantitative MR imaging methods have not been applied to large cohorts. Our objective was to determine whether a short imaging protocol (< 10 minutes), implemented with standard hardware, could detect abnormal water diffusion in the optic nerves of patients with MS. MATERIALS AND METHODS: We examined water diffusion in human optic nerves via DTI in the largest MS cohort reported to date (104 individuals, including 38 optic nerves previously affected by optic neuritis). We also assessed whether such abnormalities are associated with loss of visual acuity (both high and low contrast) and damage to the retinal nerve fiber layer (assessed via optical coherence tomography). RESULTS: The most abnormal diffusion was found in the optic nerves of patients with SPMS, especially in optic nerves previously affected by optic neuritis (19% drop in FA). DTI abnormalities correlated with both retinal nerve fiber layer thinning (correlation coefficient, 0.41) and loss of visual acuity, particularly at high contrast and in nerves previously affected by optic neuritis (correlation coefficient, 0.54). However, diffusion abnormalities were overall less pronounced than retinal nerve fiber layer thinning. CONCLUSIONS: DTI is sensitive to optic nerve damage in patients with MS, but a short imaging sequence added to standard clinical protocols may not be the most reliable indicator of optic nerve damage.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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 ».