MétaCan
Menu
Retour à la cohorte
Enregistrement W2792811499 · doi:10.1002/jmri.26013

Novel connectivity map normalization procedure for improved quantitative investigation of structural thalamic connectivity in temporal lobe epilepsy patients

2018· article· en· W2792811499 sur OpenAlexaff
Brendan Santyr, Jonathan C. Lau, Seyed M. Mirsattari, Jorge G. Burneo, Sandrine de Ribaupierre, David A. Steven, Andrew G. Parrent, Keith W. MacDougall, Ali R. Khan

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésTemporal lobeDiffusion MRITractographyParahippocampal gyrusThalamusEpilepsyNormalization (sociology)NeuroscienceMedicineNuclear medicineMagnetic resonance imagingPsychologyRadiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Connectivity studies targeting the thalamus have revealed patterns of atrophy and deafferentiation in temporal lobe epilepsy (TLE). The thalamus can be parcellated using probabilistic tractography to demonstrate regions of cortical connectivity; however, sensitivity to smaller or less connected regions is low. PURPOSE/HYPOTHESIS: To investigate thalamic structural connectivity in a wider range of cortical and limbic structures in TLE patients using a novel connectivity map normalization procedure. STUDY TYPE: Retrospective. POPULATION/SUBJECTS: Patients (N = 23) with medication-resistant TLE and 34 healthy age-matched controls. FIELD STRENGTH/SEQUENCE: mapping balanced steady-state free precession was used. Images were acquired at 3T. ASSESSMENT: Probabilistic tractography and a novel normalization procedure allowed comparison of groups with respect to thalamic connected volume, quantitative MRI, and diffusion tensor imaging (DTI) metrics. STATISTICAL TESTS: Independent samples t-test, Cohen's d, and Mann-Whitney tests. RESULTS: Following normalization, significant differences in thalamic connected volumes were found in left TLE vs. controls bilaterally within the posterior parahippocampal gyrus (L: P = 0.007, confidence interval [CI]: [173.306,1044.41], effect size [ES] = 1.072; R: P = 0.017, CI: [98.677,947.653], ES = 0.945), and contralaterally in the anterior temporal neocortex (P = 0.01, CI: (-2348.09, -333.719), ES = -1.021). This procedure revealed differences in thalamic connected volumes, where previously published procedures could not, and provided a basis for exploratory analysis of quantitative MRI and DTI metrics. DATA CONCLUSION: The novel connectivity map normalization scheme proposed here successfully allowed comparison between a wider range of cortical and limbic structures. Multiple volumetric and quantitative MRI and DTI-related differences between TLE patients and controls were revealed following normalization. With validation from a larger cohort, thalamo-temporal connection aberrancies may become useful biomarkers of disease states and probabilistic tractography as a procedure for identification of thalamic targets in modulatory therapies for TLE. LEVEL OF EVIDENCE: 3 Technical Efficacy: Stage 2 J. Magn. Reson. Imaging 2018;48:1529-1539.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,330
Écart entre enseignants0,296 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Magnetic Resonance ImagingMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207