Diffusivity parameters of diffusion tensor imaging and apparent diffusion coefficient as imaging markers for predicting the treatment response of patients with trigeminal neuralgia
Notice bibliographique
Résumé
OBJECTIVE: Trigeminal neuralgia (TN) is facial pain that is usually caused by neurovascular compression syndrome and is characterized by suddenly intense and paroxysmal pain. Radiofrequency lesioning (RFL) is one of the major treatments for TN, but the treatment response for RFL is sometimes inconsistent, and the recurrence of TN is not uncommon. This study aimed to estimate the outcome predictors of TN treated with RFL by using the parameters of diffusion tensor imaging (DTI). METHODS: Fifty-one patients with TN who were treated with RFL were enrolled in the study. MRI was performed in all patients within 1 week before surgery. The visual analog scale was used to evaluate symptom severity at three time points: before, 1 week after, and 3 months after RFL. The involved cisternal segment of the trigeminal nerves was manually selected, and the histograms of each of the diffusivity metrics-including the apparent diffusion coefficient (ADC), fractional anisotropy (FA), axial diffusivity (AD), and radial diffusivity (RD)-were measured. The differences in the means, as well as the kurtosis and skewness of each of the diffusivity metrics between the nonrecurrent and recurrent groups, were then analyzed using the Mann-Whitney U-test. RESULTS: There were significantly lower kurtosis values (a broader peak of the distributional curves) for both FA and ADC in the recurrent group (p = 0.0004 and 0.015, respectively), compared to the nonrecurrent group. The kurtoses of AD and RD, as well as the mean and skewness of all other diffusivity metrics, did not show significant differences between the two groups. CONCLUSIONS: The pretreatment diffusivity metrics of DTI and ADC may be feasible imaging biomarkers for predicting the outcome of TN after RFL. A clarification of the kurtosis value of FA and ADC is helpful for determining the prognosis of patients after RFL.
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 | 0,000 |
| 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) | 0,001 | 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 ».