MétaCan
Menu
Retour à la cohorte
Enregistrement W2901083077 · doi:10.1002/jmri.26543

White matter myelin profiles linked to clinical subtypes of Parkinson's disease

2018· article· en· W2901083077 sur OpenAlexaff
Tobias R. Baumeister, Jowon L. Kim, Maria Zhu, Martin J. McKeown

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésWhite matterFractional anisotropyDiffusion MRIMyelinPsychologyMedicineApathyPopulationCingulum (brain)Internal medicinePathologyDiseaseMagnetic resonance imagingRadiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: White matter (WM) microstructural integrity is important for effective brain functioning and alterations have been shown in many neurodegenerative diseases. PURPOSE: To investigate WM myelin profiles and their relation to clinical features of Parkinson's disease (PD). STUDY TYPE: Retrospective cross-sectional. POPULATION: In all, 29 PD subjects and 15 healthy controls. FIELD STRENGTH/SEQUENCE: Multiecho GRASE with 10 msec echo spacing and echo planar imaging (EPI) diffusion-weighted (b-value = 700 with 32 gradient directions) on a 3T scanner. ASSESSMENT: Myelin water fraction (MWF) and fractional anisotropy (FA) across 20 WM regions of interest (ROIs) were compared between groups. Partial least squares (PLS) was used to associate MWF and FA with clinical and behavioral measures. STATISTICAL TESTS: Group comparisons were done using two-sample t-tests. PLS was assessed with permutation tests. Bootstrapping was used to investigate the robustness of imaging features. RESULTS: No group differences in myelin content could be detected with univariate tests. A three-component PLS model linked MWF profiles to clinical phenotypes but no FA profiles. The three components appeared to follow along broad motor/nonmotor subtypes of "akinetic-rigid," "tremor-predominant," and "depression/apathy" subtypes, respectively. The first component showed associations between overall motor scores (r = -0.43, P = 0.0196) and cognitive performance (r = 0.44, P = 0.0171) with interhemispheric and long-range association fibers. A second component linked overall motor scores (r = -0.58, P = 0.0009) and tremor scores (r = -0.48, P = 0.0091) to predominantly projection fibers. The last component related depression (r = -0.60, P = 0.0006) and apathy scores (r = -0.66, P = 0.0001 and r = -49, P = 0.0072) to a mixture of association and projection fibers. DATA CONCLUSION: MWF was robustly linked to distinct clinical subtypes of PD and may serve as an additional tool to characterize the disease. LEVEL OF EVIDENCE: 4 Technical Efficacy: Stage 3 J. Magn. Reson. Imaging 2019;50:164-174.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,221
Score d'incertitude au seuil0,429

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 Opus0,043
Tête enseignante GPT0,371
Écart entre enseignants0,328 · 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

Citations25
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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