Myelin water imaging to detect demyelination and remyelination and its validation in pathology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
can provide qualitative contrast weightings that yield superb in vivo visualization of central nervous system tissue and have proved invaluable as diagnostic and patient management tools in MS. However, standard clinical MR methods are not specific to the types of tissue damage they visualize, and they cannot detect subtle abnormalities in tissue that appears otherwise normal on conventional MRIs. Myelin water imaging is an MR method that provides in vivo measurement of myelin. Histological validation work in both human brain and spinal cord tissue demonstrates a strong correlation between myelin water and staining for myelin, validating myelin water as a marker for myelin. Myelin water varies throughout the brain and spinal cord in healthy controls, and shows good intra- and inter-site reproducibility. MS plaques show variably decreased myelin water fraction, with older lesions demonstrating the greatest myelin loss. Longitudinal study of myelin water can provide insights into the dynamics of demyelination and remyelination in plaques. Normal appearing brain and spinal cord tissues show reduced myelin water, an abnormality which becomes progressively more evident over a timescale of years. Diffusely abnormal white matter, which is evident in 20%-25% of MS patients, also shows reduced myelin water both in vivo and postmortem, and appears to originate from a primary lipid abnormality with relative preservation of myelin proteins. Active research is ongoing in the quest to refine our ability to image myelin and its perturbations in MS and other disorders of the myelin sheath.
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.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,000 | 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 découle