Manganese-Enhanced Magnetic Resonance Imaging as a Diagnostic and Dispositional Tool after Mild-Moderate Blast Traumatic Brain Injury
Notice bibliographique
Résumé
Traumatic brain injury (TBI) caused by explosive munitions, known as blast TBI, is the signature injury in recent military conflicts in Iraq and Afghanistan. Diagnostic evaluation of TBI, including blast TBI, is based on clinical history, symptoms, and neuropsychological testing, all of which can result in misdiagnosis or underdiagnosis of this condition, particularly in the case of TBI of mild-to-moderate severity. Prognosis is currently determined by TBI severity, recurrence, and type of pathology, and also may be influenced by promptness of clinical intervention when more effective treatments become available. An important task is prevention of repetitive TBI, particularly when the patient is still symptomatic. For these reasons, the establishment of quantitative biological markers can serve to improve diagnosis and preventative or therapeutic management. In this study, we used a shock-tube model of blast TBI to determine whether manganese-enhanced magnetic resonance imaging (MEMRI) can serve as a tool to accurately and quantitatively diagnose mild-to-moderate blast TBI. Mice were subjected to a 30 psig blast and administered a single dose of MnCl2 intraperitoneally. Longitudinal T1-magnetic resonance imaging (MRI) performed at 6, 24, 48, and 72 h and at 14 and 28 days revealed a marked signal enhancement in the brain of mice exposed to blast, compared with sham controls, at nearly all time-points. Interestingly, when mice were protected with a polycarbonate body shield during blast exposure, the marked increase in contrast was prevented. We conclude that manganese uptake can serve as a quantitative biomarker for TBI and that MEMRI is a minimally-invasive quantitative approach that can aid in the accurate diagnosis and management of blast TBI. In addition, the prevention of the increased uptake of manganese by body protection strongly suggests that the exposure of an individual to blast risk could benefit from the design of improved body armor.
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 | 0,000 |
| 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) | 0,000 | 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 ».