Age‐ and sex‐related effects in children with mild traumatic brain injury on diffusion magnetic resonance imaging properties: A comparison of voxelwise and tractography methods
Notice bibliographique
Résumé
Although there are several techniques to analyze diffusion-weighted imaging, any technique must be sufficiently sensitive to detect clinical abnormalities. This is especially critical in disorders like mild traumatic brain injury (mTBI), where pathology is likely to be subtle. mTBI represents a major public health concern, especially for youth under 15 years of age. However, the developmental period from birth to 18 years is also a time of tremendous brain changes. Therefore, it is important to establish the degree of age- and sex-related differences. Participants were children aged 8-15 years with mTBI or mild orthopedic injuries. Imaging was obtained within 10 days of injury. We performed tract-based spatial statistics (TBSS), deterministic tractography using Automated Fiber Quantification (AFQ), and probabilistic tractography using TRACULA (TRActs Constrained by UnderLying Anatomy) to evaluate whether any method provided improved sensitivity at identifying group, developmental, and/or sex-related differences. Although there were no group differences from any of the three analyses, many of the tracts, but not all, revealed increases of fractional anisotropy and decreases of axial, radial, and mean diffusivity with age. TBSS analyses resulted in age-related changes across all white matter tracts. AFQ and TRACULA revealed age-related changes within the corpus callosum, cingulum cingulate, corticospinal tract, inferior and superior longitudinal fasciculus, and uncinate fasciculus. The results are in many ways consistent across all three methods. However, results from the tractography methods provided improved sensitivity and better tract-specific results for identifying developmental and sex-related differences within the brain.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».