Regional reduction in cortical blood flow among cognitively impaired adults with relapsing-remitting multiple sclerosis patients
Notice bibliographique
Résumé
PURPOSE: Detection of cortical abnormalities in relapsing-remitting multiple sclerosis (RRMS) remains elusive. Structural magnetic resonance imaging (MRI) measures of cortical integrity are limited, although functional techniques such as pseudo-continuous arterial spin labeling (pCASL) show promise as a surrogate marker of disease severity. We sought to determine the utility of pCASL to assess cortical cerebral blood flow (CBF) in RRMS patients with (RRMS-I) and without (RRMS-NI) cognitive impairment. METHODS: A total of 19 age-matched healthy controls and 39 RRMS patients were prospectively recruited. Cognition was assessed using the Minimal Assessment of Cognitive Function in Multiple Sclerosis (MACFIMS) battery. Cortical CBF was compared between groups using a mass univariate voxel-based morphometric analysis accounting for demographic and structural variable covariates. RESULTS: Cognitive impairment was present in 51.3% of patients. Significant CBF reduction was present in the RRMS-I compared to other groups in left frontal and right superior frontal cortex. Compared to healthy controls, RRMS-I displayed reduced CBF in the frontal, limbic, parietal and temporal cortex, and putamen/thalamus. RRMS-I demonstrated reduced left superior frontal lobe cortical CBF compared to RRMS-NI. No significant cortical CBF differences were present between healthy controls and RRMS-NI. CONCLUSION: Significant cortical CBF reduction occurs in RRMS-I compared to healthy controls and RRMS-NI in anatomically significant regions after controlling for structural and demographic differences.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».