White matter during concussion recovery: Comparing diffusion tensor imaging (DTI) and neurite orientation dispersion and density imaging (NODDI)
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
Concussion pathophysiology in humans remains incompletely understood. Diffusion tensor imaging (DTI) has identified microstructural abnormalities in otherwise normal appearing brain tissue, using measures of fractional anisotropy (FA), axial diffusivity (AD), and radial diffusivity (RD). The results of prior DTI studies suggest that acute alterations in microstructure persist beyond medical clearance to return to play (RTP), but these measures lack specificity. To better understand the observed effects, this study combined DTI with neurite orientation dispersion and density imaging (NODDI), which employs a more sophisticated description of water diffusion in the brain. A total of 66 athletes were recruited, including 33 concussed athletes, scanned within 7 days after concussion and at RTP, along with 33 matched controls. Both univariate and multivariate methods identified DTI and NODDI parameters showing effects of concussion on white matter. Spatially extensive decreases in FA and increases in AD and RD were associated with reduced intra-neurite water volume, at both the symptomatic phase of injury and RTP, indicating that effects persist beyond medical clearance. Subsequent analyses also demonstrated that concussed athletes with higher symptom burden and a longer recovery time had greater reductions in FA and increased AD, RD, along with increased neurite dispersion. This study provides the first longitudinal evaluation of concussion from acute injury to RTP using combined DTI and NODDI, significantly enhancing our understanding of the effects of concussion on white matter microstructure.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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