MétaCan
Menu
Retour à la cohorte
Enregistrement W2606128815 · doi:10.3174/ajnr.a5162

A Novel MRI Biomarker of Spinal Cord White Matter Injury: T2*-Weighted White Matter to Gray Matter Signal Intensity Ratio

2017· article· en· W2606128815 sur OpenAlexafffund
Allan R. Martin, Benjamin De Leener, Julien Cohen‐Adad, David W. Cadotte, Sukhvinder Kalsi‐Ryan, Stefan Lange, Lindsay Tetreault, Aria Nouri, Adrian P. Crawley, David J. Mikulis, Howard J. Ginsberg, Michael G. Fehlings

Notice bibliographique

RevueAmerican Journal of Neuroradiology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of TorontoUniversity Health NetworkUniversité de MontréalInstitut Universitaire de Gériatrie de MontréalPolytechnique Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchAOSpineRick Hansen InstituteChristopher and Dana Reeve Foundation
Mots-clésMedicineNuclear medicineWhite matterFractional anisotropyMagnetic resonance imagingMagnetization transferRadiology

Résumé

récupéré en direct d'OpenAlex

<h3>BACKGROUND AND PURPOSE:</h3> T2*-weighted imaging provides sharp contrast between spinal cord GM and WM, allowing their segmentation and cross-sectional area measurement. Injured WM demonstrates T2*WI hyperintensity but requires normalization for quantitative use. We introduce T2*WI WM/GM signal-intensity ratio and compare it against cross-sectional area, the DTI metric fractional anisotropy, and magnetization transfer ratio in degenerative cervical myelopathy. <h3>MATERIALS AND METHODS:</h3> Fifty-eight patients with degenerative cervical myelopathy and 40 healthy subjects underwent 3T MR imaging, covering C1–C7. Metrics were automatically extracted at maximally compressed and uncompressed rostral/caudal levels. Normalized metrics were compared with <i>t</i> tests, area under the curve, and logistic regression. Relationships with clinical measures were analyzed by using Pearson correlation and multiple linear regression. <h3>RESULTS:</h3> The maximally compressed level cross-sectional area demonstrated superior differences (<i>P</i> = 1 × 10<sup>−13</sup>), diagnostic accuracy (area under the curve = 0.890), and univariate correlation with the modified Japanese Orthopedic Association score (0.66). T2*WI WM/GM showed strong differences (rostral: <i>P</i> = 8 × 10<sup>−7</sup>; maximally compressed level: <i>P</i> = 1 × 10<sup>−11</sup>; caudal: <i>P</i> = 1 × 10<sup>−4</sup>), correlations (modified Japanese Orthopedic Association score; rostral: −0.52; maximally compressed level: −0.59; caudal: −0.36), and diagnostic accuracy (rostral: 0.775; maximally compressed level: 0.860; caudal: 0.721), outperforming fractional anisotropy and magnetization transfer ratio in most comparisons and cross-sectional area at rostral/caudal levels. Rostral T2*WI WM/GM showed the strongest correlations with focal motor (−0.45) and sensory (−0.49) deficits and was the strongest independent predictor of the modified Japanese Orthopedic Association score (<i>P</i> = .01) and diagnosis (<i>P</i> = .02) in multivariate models (<i>R</i><sup>2</sup> = 0.59, <i>P</i> = 8 × 10<sup>−13</sup>; area under the curve = 0.954, respectively). <h3>CONCLUSIONS:</h3> T2*WI WM/GM shows promise as a novel biomarker of WM injury. It detects damage in compressed and uncompressed regions and contributes substantially to multivariate models for diagnosis and correlation with impairment. Our multiparametric approach overcomes limitations of individual measures, having the potential to improve diagnostics, monitor progression, and predict outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil0,921

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,356
Écart entre enseignants0,310 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations92
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of NeuroradiologyMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207