Detecting Degenerative Changes in Myotonic Murine Models of Duchenne Muscular Dystrophy Using High-Frequency Ultrasound
Notice bibliographique
Résumé
OBJECTIVE: Ultrasound imaging is an economical and noninvasive technique for studying musculoskeletal diseases such as Duchenne muscular dystrophy (DMD). Duchenne muscular dystrophy results from the loss of the cytoskeletal protein dystrophin. This in turn increases muscle susceptibility to injury, resulting in myofiber membrane leakage, inflammation, and degeneration. The purpose of this study was to detect dystrophic changes in muscle noninvasively. High-frequency ultrasound (HFU; 40 MHz) was used to obtain a resolution of 80 microm, which is not achievable with lower-frequency clinical scanners. METHODS: Using HFU, we were able to visualize musculoskeletal abnormalities as hyperechoic lesions within the dystrophic muscle. To validate the imaging findings, fiducial markers were placed in close proximity to lesions under HFU guidance. The nature of the lesion was then investigated histologically. This was repeated in the lower limbs of 10 mdx (mutated dystrophin gene) mice, a transgenic murine model of DMD. RESULTS: The abnormalities in the dystrophic muscle consisted of large influxes of leukocytic infiltrates, fibrotic scars, and calcified lesions. CONCLUSIONS: Although macrophages and fibrosis are commonly noted in DMD, to our knowledge, the presence of intramuscular calcific necrosis in dystrophic muscle has not been reported. This novel dystrophic feature of muscle degeneration may be useful in longitudinal studies of murine DMD and regenerative studies.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».