White matter microstructure in athletes with a history of concussion: Comparing diffusion tensor imaging (DTI) and neurite orientation dispersion and density imaging (NODDI)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Sport concussion is associated with disturbances in brain function in the absence of gross anatomical lesions, and may have long‐term health consequences. Diffusion‐weighted magnetic resonance imaging (MRI) methods provide a powerful tool for investigating alterations in white matter microstructure reflecting the long‐term effects of concussion. In a previous study, diffusion tensor imaging (DTI) showed that athletes with a history of concussion had elevated fractional anisotropy (FA) and reduced mean diffusivity (MD) parameters. To better understand these effects, this study compared DTI results to neurite orientation dispersion and density imaging (NODDI), which was used to estimate the intracellular volume fraction ( V IC ) and orientation dispersion index (ODI). Sixty‐eight (68) varsity athletes were recruited, including 37 without a history of concussion and 31 with concussion >6 months prior to imaging. Univariate analyses showed elevated FA and decreased MD for concussed athletes, along with increased V IC and reduced ODI, indicating greater neurite density and coherence of neurite orientation within white matter. Multivariate analyses also showed that for athletes with a history of concussion, white matter regions with increased FA had increased V IC and decreased ODI, with greater effects among athletes who were imaged a longer time since their last concussion. These findings enhance our understanding of the relationship between the biophysics of water diffusion and concussion neurobiology for young, healthy adults. Hum Brain Mapp 38:4201–4211, 2017 . © 2017 Wiley Periodicals, Inc.
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.
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) | 0,000 | 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 découle