MétaCan
Menu
Retour à la cohorte
Enregistrement W2164829510 · doi:10.1186/2045-8118-10-35

In Vivo Imaging of Lymphatic Drainage of Cerebrospinal Fluid in Mouse

2013· article· en· W2164829510 sur OpenAlexafffund
Emily Mathieu, Neeru Gupta, R. Loch Macdonald, Jinglu Ai, Yeni H. Yücel

Notice bibliographique

RevueFluids and Barriers of the CNS · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueCerebrospinal fluid and hydrocephalus
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchGlaucoma Research Society of CanadaGlaucoma Research Foundation
Mots-clésIn vivoCisterna magnaLymphatic systemLymphPathologyCerebrospinal fluidMedicinePreclinical imagingAnatomyBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mouse models are commonly used to study central nervous system disorders, in which cerebrospinal fluid (CSF) drainage may be disturbed. However, mouse CSF drainage into lymphatics has not been thoroughly characterized. We aimed to image this using an in vivo approach that combined quantum dot fluorescent nanoparticles with hyperspectral imaging. FINDINGS: Quantum dot 655 was injected into the CSF of the cisterna magna in seven mice and visualized by in vivo hyperspectral imaging at time points 20 and 40 min, 1, 2, and 6 h after injection. In controls (n = 4), quantum dots were applied directly onto intact dura mater covering the cisterna magna. After imaging, lymph nodes in the neck were harvested and processed post-mortem for histological analysis. After injection into the CSF, quantum dot signal was detected in vivo in submandibular lymph nodes of all mice studied as early as 20 min, but not in controls. Post-mortem gross and histological examination of lymph nodes confirmed in vivo observations. CONCLUSIONS: Non-invasive in vivo hyperspectral imaging is a useful tool to study CSF lymphatic drainage and is relevant to understanding this pathway in CNS disease models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,428

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,226
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations66
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFluids and Barriers of the CNSMême sujetCerebrospinal fluid and hydrocephalusTravaux en français237 207