MétaCan
Menu
Retour à la cohorte
Enregistrement W2556951263 · doi:10.3233/bpl-160033

Magnetic Resonance of Myelin Water: An <i>in vivo</i> Marker for Myelin

2016· review· en· W2556951263 sur OpenAlexafffund
Alex L. MacKay, Cornelia Laule

Notice bibliographique

RevueBrain Plasticity · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensInternational Collaboration On Repair DiscoveriesUniversity of British Columbia
Organismes subventionnairesMultiple Sclerosis SocietyNatural Sciences and Engineering Research Council of CanadaUniversity of British ColumbiaMultiple Sclerosis Society of Canada
Mots-clésMyelinMagnetic resonance imagingMultiple sclerosisRelaxometryWhite matterDiffusion MRINeuroscienceMagnetization transferMedicinePathologyChemistryBiologyCentral nervous systemRadiologySpin echoImmunology

Résumé

récupéré en direct d'OpenAlex

Myelin is critical for healthy brain function. An accurate in vivo measure of myelin content has important implications for understanding brain plasticity and neurodegenerative diseases. Myelin water imaging is a magnetic resonance imaging method which can be used to visualize myelination in the brain and spinal cord in vivo . This review presents an overview of myelin water imaging data acquisition and analysis, post-mortem validation work, findings in both animal and human studies and a brief discussion about other MR techniques purported to provide in vivo myelin content. Multi-echo T 2 relaxation approaches continue to undergo development and whole-brain imaging time now takes less than 10 minutes; the standard analysis method for this type of data acquisition is a non-negative least squares approach. Alternate methods including the multi-flip angle gradient echo mcDESPOT are also being used for myelin water imaging. Histological validation studies in animal and human brain and spinal cord tissue demonstrate high specificity of myelin water imaging for myelin. Potential confounding factors for in vivo myelin water fraction measurement include the presence of myelin debris and magnetization exchange processes. Myelin water imaging has successfully been used to study animal models of injury, applied in healthy human controls and can be used to assess damage and injury in conditions such as multiple sclerosis, neuromyelitis optica, schizophrenia, phenylketonuria, neurofibromatosis, niemann pick’s disease, stroke and concussion. Other quantitative magnetic resonance approaches that are sensitive to, but not specific for, myelin exist including magnetization transfer, diffusion tensor imaging and T 1 weighted imaging.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,071
Tête enseignante GPT0,375
Écart entre enseignants0,304 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations298
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrain PlasticityMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207