MétaCan
Menu
Retour à la cohorte
Enregistrement W2175347143 · doi:10.1038/srep16477

Reduced cortical microvascular oxygenation in multiple sclerosis: a blinded, case-controlled study using a novel quantitative near-infrared spectroscopy method

2015· article· en· W2175347143 sur OpenAlexaff
Runze Yang, Jeff F. Dunn

Notice bibliographique

RevueScientific Reports · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésOxygenationHypoxia (environmental)Multiple sclerosisMedicineInternal medicineCardiologyPathologyOxygenChemistry

Résumé

récupéré en direct d'OpenAlex

Hypoxia (low oxygen) is associated with many brain disorders as well as inflammation, but the lack of widely available technology has limited our ability to study hypoxia in human brain. Multiple sclerosis (MS) is a poorly understood neurological disease with a significant inflammatory component which may cause hypoxia. We hypothesized that if hypoxia were to occur, there should be reduced microvascular hemoglobin saturation (StO2). In this study, we aimed to determine if reduced StO2 can be detected in MS using frequency domain near-infrared spectroscopy (fdNIRS). We measured fdNIRS data in cortex and assessed disability of 3 clinical isolated syndrome (CIS), 72 MS patients and 12 controls. Control StO2 was 63.5 ± 3% (mean ± SD). In MS patients, 42% of StO2 values were more than 2 × SD lower than the control mean. There was a significant relationship between StO2 and clinical disability. A reduced microvascular StO2 is supportive (although not conclusive) that there may be hypoxic regions in MS brain. This is the first study showing how quantitative NIRS can be used to detect reduced StO2 in patients with MS, opening the door to understanding how microvascular oxygenation impacts neurological conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,146
Tête enseignante GPT0,396
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations57
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207