MétaCan
Menu
Retour à la cohorte
Enregistrement W2620311529 · doi:10.1002/hbm.23658

White matter microstructure in athletes with a history of concussion: Comparing diffusion tensor imaging (DTI) and neurite orientation dispersion and density imaging (NODDI)

2017· article· en· W2620311529 sur OpenAlexafffund
Nathan W. Churchill, Eduardo Caverzasi, Simon J. Graham, Michael G. Hutchison, Tom A. Schweizer

Notice bibliographique

RevueHuman Brain Mapping · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensSunnybrook Health Science CentreUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchSiemens CanadaCanadian Institute for Military and Veteran Health ResearchDefence Research and Development Canada
Mots-clésDiffusion MRIFractional anisotropyWhite matterConcussionAthletesMagnetic resonance imagingPsychologyNeuriteNeuroscienceMedicineChemistryPhysical therapyPoison controlRadiologyInjury prevention

Résumé

récupéré en direct d'OpenAlex

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.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,033
Tête enseignante GPT0,293
Écart entre enseignants0,260 · 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'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

Citations108
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Brain MappingMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207