Quantitative spinal cord MRI in radiologically isolated syndrome
Notice bibliographique
Résumé
<h3>Objectives</h3> To assess whether quantitative spinal cord MRI (SC-MRI) measures, including atrophy, and diffusion tensor imaging (DTI) and magnetization transfer imaging metrics were different in radiologically isolated syndrome (RIS) vs healthy controls (HCs). <h3>Methods</h3> Twenty-four participants with RIS and 14 HCs underwent cervical SC-MRI on a 3T magnet. Manually segmented regions of interest circumscribing the spinal cord cross-sectional area (SC-CSA) between C3 and C4 were used to extract SC-CSA, fractional anisotropy, mean, perpendicular, and parallel diffusivity (MD, λ<sub>⊥</sub>, and λ<sub>||</sub>) and magnetization transfer ratio (MTR). Spinal cord (SC) lesions, SC gray matter (GM), and SC white matter (WM) areas were also manually segmented. Multivariable linear regression was performed to evaluate differences in SC-MRI measures in RIS vs HCs, while controlling for age and sex. <h3>Results</h3> In this cross-sectional study of participants with RIS, 71% had lesions in the cervical SC. Of quantitative SC-MRI metrics, spinal cord MTR showed a trend toward being lower in RIS vs HCs (<i>p</i> = 0.06), and there was already evidence of brain atrophy (<i>p</i> = 0.05). There were no significant differences in SC-DTI metrics, GM, WM, or CSA between RIS and HCs. <h3>Conclusion</h3> The SC demonstrates minimal microstructural changes suggestive of demyelination and inflammation in RIS. These findings are in contrast to established MS and raise the possibility that the SC may play an important role in triggering clinical symptomatology in MS. Prospective follow-up of this cohort will provide additional insights into the role the SC plays in the complex sequence of events related to MS disease initiation and progression.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 | 0,001 |
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 ».