Diffusion Tensor Imaging of White Matter in Children Born from Preeclamptic Gestations
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Individuals born from pregnancies complicated by preeclampsia have an elevated risk for cognitive impairment. Deviations in maternal plasma angiokines occur for prolonged intervals before clinical signs of preeclampsia. We hypothesized that fetal brain vascular and nervous tissue development become deviated during maternal progression toward preeclampsia and that such deviations would be detectable by MR imaging. MATERIALS AND METHODS: In this pilot study, 10 matched (gestational and current ages) pairs (5 boys/5 girls, 7-10 years of age) from preeclampsia or control pregnancies were examined by using diffusion tensor MR imaging. An unbiased voxel-based analysis was conducted on fractional anisotropy and mean diffusivity parametric maps. Six brain ROIs were identified for subsequent analysis by tractography (middle occipital gyrus, caudate nucleus and precuneus, cerebellum, superior longitudinal fasciculus, and cingulate gyrus). RESULTS: Statistical differences were present between groups for fractional anisotropy in the caudate nucleus (offspring from preeclamptic gestation > controls), volume of the tract for the superior longitudinal fasciculus (offspring from preeclamptic gestation > controls) and the caudate nucleus (offspring from preeclamptic gestation > controls), and for parallel diffusivity of the cingulate gyrus (offspring from preeclamptic gestation > controls). CONCLUSIONS: These novel preliminary results along with previous results from the same children that identified altered cerebral vessel calibers and increased regional brain volumes justify fully powered MR imaging studies to address the impact of preeclampsia on human fetal brain development.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 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 ».