Multiple Sclerosis: Magnetization Transfer MR Imaging of White Matter before Lesion Appearance on T2-weighted Images
Notice bibliographique
Résumé
PURPOSE: To determine the evolution of magnetization transfer (MT) in white matter regions before and after plaque development in patients with multiple sclerosis (MS). MATERIALS AND METHODS: In a 5-year longitudinal evaluation, 30 patients with MS underwent conventional magnetic resonance (MR) imaging, MT MR imaging, and clinical assessment. Cross-sectional data in 12 healthy subjects were also collected. Semiautomated lesion classification with use of T2-weighted MR images was used to measure the time course of the MT ratio (calculated with MR data acquired without and with MT saturation) in every voxel and to help analyze the relationship with the status of lesions depicted on T2-weighted images. RESULTS: There was a significant (P <.001) temporal decline in lesion MT ratio after lesion appearance on T2-weighted images. A significant (P <. 001) progressive decline in MT ratio was also present in voxels that later became lesions, prior to initial detection on T2-weighted images. Even 1(1/2) years prior to lesion appearance, the MT ratio (33.3%) in regions destined to become such lesions was significantly (P <.001) lower than that in both white matter in healthy subjects (41.3%) and other normal-appearing white matter in patients with MS (38.1%). CONCLUSION: The MT ratio reveals progressive focal abnormalities in MS that antedate by up to 2 years the appearance of lesions on T2-weighted MR images.
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 | 0,000 | 0,001 |
| 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 ».