MétaCan
Menu
Retour à la cohorte
Enregistrement W2800955969 · doi:10.1371/journal.pone.0195733

Monitoring for myelopathic progression with multiparametric quantitative MRI

2018· article· en· W2800955969 sur OpenAlexaff
Allan R. Martin, Benjamin De Leener, Julien Cohen‐Adad, Sukhvinder Kalsi‐Ryan, David W. Cadotte, Jefferson R. Wilson, Lindsay Tetreault, Aria Nouri, Adrian P. Crawley, David J. Mikulis, Howard J. Ginsberg, Eric M. Massicotte, Michael G. Fehlings

Notice bibliographique

RevuePLoS ONE · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCervical and Thoracic Myelopathy
Établissements canadiensPolytechnique MontréalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineMultiparametric MRIGrey matterMyelopathyAtrophyMagnetic resonance imagingFractional anisotropyNuclear medicineDiffusion MRIRadiologyInternal medicineWhite matterSpinal cord

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients with mild degenerative cervical myelopathy (DCM) are often managed non-operatively, and surgery is recommended if neurological progression occurs. However, detection of progression is often subjective. Quantitative MRI (qMRI) directly measures spinal cord (SC) tissue changes, detecting axonal injury, demyelination, and atrophy. This longitudinal study compared multiparametric qMRI with clinical measures of progression in non-operative DCM patients. METHODS: 26 DCM patients were followed. Clinical data included modified Japanese Orthopedic Association (mJOA) and additional assessments. 3T qMRI data included cross sectional area, diffusion fractional anisotropy, magnetization transfer ratio, and T2*-weighted white/grey matter signal ratio, extracted from the compressed SC and above/below. Progression was defined as 1) patients' subjective impression, 2) 2-point mJOA decrease, 3) ≥3 clinical measures worsening ≥5%, 4) increased compression on MRI, or 5) ≥1 of 10 qMRI measures or composite score worsening (p < 0.004, corrected). RESULTS: Follow-up (13.5 ± 4.9 months) included mJOA in all 26 patients, MRI in 25, and clinical/qMRI in 22. 42.3% reported subjective worsening, compared with mJOA (11.5%), MRI (20%), comprehensive assessments (54.6%), and qMRI (68.2%). Relative to subjective worsening, qMRI showed 100% sensitivity and 53.3% specificity compared with comprehensive assessments (75%, 60%), mJOA (27.3%, 100%), and MRI (18.2%, 81.3%). A decision-making algorithm incorporating qMRI identified progression and recommended surgery for 11 subjects (42.3%). CONCLUSIONS: Quantitative MRI shows high sensitivity to detect myelopathic progression. Our results suggest that neuroplasticity and behavioural adaptation may mask progressive SC tissue injury. qMRI appears to be a useful method to confirm subtle myelopathic progression in individual patients, representing an advance toward clinical translation of qMRI.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,699
Score d'incertitude au seuil0,353

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,106
Tête enseignante GPT0,347
Écart entre enseignants0,241 · 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'étudeExpérimental (laboratoire)
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

Citations80
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetCervical and Thoracic MyelopathyTravaux en français237 207