MétaCan
Menu
Retour à la cohorte
Enregistrement W2797615641 · doi:10.1136/bmjopen-2017-019809

Can microstructural MRI detect subclinical tissue injury in subjects with asymptomatic cervical spinal cord compression? A prospective cohort study

2018· article· en· W2797615641 sur OpenAlexafffund
Allan R. Martin, Benjamin De Leener, Julien Cohen‐Adad, David W. Cadotte, Aria Nouri, Jefferson R. Wilson, Lindsay Tetreault, Adrian P. Crawley, David J. Mikulis, Howard J. Ginsberg, Michael G. Fehlings

Notice bibliographique

RevueBMJ Open · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCervical and Thoracic Myelopathy
Établissements canadiensUniversity of CalgaryPolytechnique MontréalUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchAOSpineRick Hansen InstituteChristopher and Dana Reeve Foundation
Mots-clésMedicineSubclinical infectionAsymptomaticProspective cohort studyMagnetic resonance imagingCohort studyRadiologyCohortSpinal cord injuryEpidemiologySpinal cordSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Degenerative cervical myelopathy (DCM) involves extrinsic spinal cord compression causing tissue injury and neurological dysfunction. Asymptomatic spinal cord compression (ASCC) is more common, but its significance is poorly defined. This study investigates if: (1) ASCC can be automatically diagnosed using spinal cord shape analysis; (2) multiparametric quantitative MRI can detect similar spinal cord tissue injury as previously observed in DCM. DESIGN: Prospective observational longitudinal cohort study. SETTING: Single centre, tertiary care and research institution. PARTICIPANTS: 40 neurologically intact subjects (19 female, 21 male) divided into groups with and without ASCC. INTERVENTIONS: None. OUTCOME MEASURES: Clinical assessments: modified Japanese Orthopaedic Association score and physical examination. 3T MRI assessments: automated morphometric analysis compared with consensus ratings of spinal cord compression, and measures of tissue injury: cross-sectional area, diffusion fractional anisotropy, magnetisation transfer ratio and T2*-weighted imaging white to grey matter signal intensity ratio (T2*WI WM/GM) extracted from rostral (C1-3), caudal (C6-7) and maximally compressed levels. RESULTS: ASCC was present in 20/40 subjects. Diagnosis with automated shape analysis showed area under the curve >97%. Five MRI metrics showed differences suggestive of tissue injury in ASCC compared with uncompressed subjects (p<0.05), while a composite of all 10 measures (average of z scores) showed highly significant differences (p=0.002). At follow-up (median 21 months), two ASCC subjects developed DCM. CONCLUSIONS: ASCC appears to be common and can be accurately and objectively diagnosed with automated morphometric analysis. Quantitative MRI appears to detect subclinical tissue injury in ASCC prior to the onset of neurological symptoms and signs. These findings require further validation, but offer the intriguing possibility of presymptomatic diagnosis and treatment of DCM and other spinal pathologies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,019
Score d'incertitude au seuil0,840

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,035
Tête enseignante GPT0,417
Écart entre enseignants0,382 · 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 tête enseignante, 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

Citations89
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetCervical and Thoracic MyelopathyTravaux en français237 207