Magnetic resonance frequency shifts during acute MS lesion formation
Notice bibliographique
Résumé
OBJECTIVE: We investigated the evolution of new multiple sclerosis (MS) lesions over time using frequency shifts of the magnetic resonance (MR) signal. METHODS: Twenty patients with relapsing-remitting MS were serially scanned for 6 months at 1-month intervals. Maps of MR frequency shifts were acquired using susceptibility-weighted imaging. New lesions were identified by enhancement with gadolinium (Gd). RESULTS: Forty new lesions were identified as areas of signal increase on Gd-enhanced scans. Up to 3 months before lesion appearance, the frequency in areas of future Gd enhancement was not detectably different from the frequency in normal-appearing white matter. Rapid increase in MR frequency was observed between 1 month before and 1 month after Gd enhancement. Two months postenhancement and later, the frequency stabilized and remained at a constantly increased level. CONCLUSIONS: These findings suggest that an increase in MR frequency does not simply reflect blood-brain barrier disruption or edema; rather, it reflects a change of tissue architecture as a consequence of new lesion formation. The data demonstrate that the MR frequency of focal MS lesions is increased before the lesions appear on conventional MRI. Unlike many other advanced imaging techniques, the images for frequency mapping can be rapidly acquired at high spatial resolution and standardized on most clinical scanners.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
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 ».