A surface‐in gradient of thalamic damage evolves in pediatric multiple sclerosis
Notice bibliographique
Résumé
OBJECTIVE: Central nervous system pathology in multiple sclerosis includes both focal inflammatory perivascular injury and injury to superficial structures, including the subpial region of the cortex, which reportedly exhibits a gradient of damage from the surface inward. We assessed how early in the multiple sclerosis course a "surface-in" process of injury suggesting progressive biology may begin. METHODS: We focused on the thalamus, which notably has both a cerebrospinal fluid (CSF) interface and a white matter interface. Thalamic volume trajectories were assessed in a prospectively followed cohort of children from initial presentation with either multiple sclerosis or monophasic acquired demyelination, and healthy controls. Voxelwise volume changes were calculated using deformation-based morphometry, and analyzed in relation to distance from the CSF interface by mixed effects modeling and semiparametric smoothing methods. RESULTS: Twenty-seven children with multiple sclerosis and 73 children with monophasic demyelination were prospectively followed with yearly brain scans (mean follow-up = 4.6 years, standard deviation = 1.9). A total of 282 healthy children with serial scans were included as controls. Relative to healthy controls, children with multiple sclerosis and children with monophasic demyelination demonstrated volume loss in thalamic regions adjacent to the white matter. However, only children with multiple sclerosis exhibited an additional surface-in gradient of thalamic injury on the ventricular side, which was already notable in the first year of clinical disease (asymptote estimate = 3.01, 95% confidence interval [CI] = 1.44-4.58, p = 0.0002) and worsened over time (asymptote:time estimate = 0.33, 95% CI = 0.12-0.54, p = 0.0021). INTERPRETATION: Our results suggest that a multiple sclerosis disease-specific surface-in process of damage can manifest at the earliest stages of the disease. ANN NEUROL 2019;85:340-351.
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 | 0,000 | 0,002 |
| 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 ».