Impact of immunoablation and autologous hematopoietic stem cell transplantation on gray and white matter atrophy in multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: Immunoablation and autologous hematopoietic stem cell transplantation (IA/aHSCT) halts relapses, white matter (WM) lesion formation, and pathological whole-brain (WB) atrophy in multiple sclerosis (MS) patients. Whether the latter was due to effects on gray matter (GM) or WM warranted further exploration. OBJECTIVE: To model GM and WM volume changes after IA/aHSCT to further understand the effects seen on WB atrophy. METHODS: GM and WM volume changes were calculated from serial baseline and follow-up magnetic resonance imaging (MRI) ranging from 1.5 to 10.5 years in 19 MS patients treated with IA/aHSCT. A mixed-effects model with two predictors (total busulfan dose and baseline T1-weighted WM lesion volume "T1LV") characterized the time-courses after IA/aHSCT. RESULTS: Accelerated short-term atrophy of 2.1% and 3.2% occurred in GM and WM, respectively, on average. Both busulfan dose and T1LV were significant predictors of WM atrophy, whereas only busulfan was a significant predictor of GM atrophy. Compared to baseline, a significant reduction in GM atrophy, not WM atrophy, was found. The average rates of long-term GM and WM atrophy were -0.18%/year (standard error (SE): 0.083) and -0.07%/year (SE: 0.14), respectively. CONCLUSION: Chemotherapy-related toxicity affected both GM and WM. WM was further affected by focal T1-weighted lesion-related pathologies. Long-term rates of GM and WM atrophy were comparable to those of normal-aging.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».