Diffusion tensor imaging of white matter in patients with prediabetes by trace‐based spatial statistics
Notice bibliographique
Résumé
BACKGROUND: Prediabetes is an intermediate state in which blood glucose is higher than normal but does not meet the diagnostic criteria for diabetes. Diffusion tensor imaging (DTI) is an MRI method that can sensitively detect microscopic lesions in the white matter of the brain, but most previous DTI studies only focused on patients with diabetes, and little is known about prediabetes. PURPOSE: To investigate the changes in the microstructure of brain white matter in prediabetes patients using DTI and trace-based spatial statistics (TBSS). STUDY TYPE: Prospective. POPULATION: Sixty subjects (30 patients with prediabetes and 30 healthy volunteers) were enrolled. FIELD STRENGTH/SEQUENCE: 3.0T/DTI-MRI sequence with single-shot echo-planar imaging sequence (SE-EPI). ASSESSMENT: DTI data were collected and analyzed using the TBSS method in the FMRIB software library. STATISTICAL TESTS: DTI using a two-sample t-test. Pearson correlation analysis was performed on DTI values and neuropsychology scale results (mini-mental state examination [MMSE], Montreal cognitive assessment [MoCA], self-rating anxiety scale [SAS], and self-rating depression scale [SDS]) RESULTS: Compared with the control group, the fractional anisotropy (FA) values in the right part of the corpus callosum body (bCC) (P = 0.035), the right superior longitudinal fasciculus (SLF.R) (P = 0.047), and the left superior longitudinal fasciculus (SLF.L) in the prediabetic group were reduced (P = 0.040). DATA CONCLUSION: DTI as a noninvasive technique can assess early changes in the white matter microarchitecture of patients with prediabetes. LEVEL OF EVIDENCE: 2 Technical Efficacy: Stage 2 J. Magn. Reson. Imaging 2019;49:1105-1112.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».