Neurite orientation dispersion and density imaging (NODDI) and free‐water imaging in Parkinsonism
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
Neurite orientation dispersion and density imaging (NODDI) uses a three-compartment model to probe brain tissue microstructure, whereas free-water (FW) imaging models two-compartments. It is unknown if NODDI detects more disease-specific effects related to neurodegeneration in Parkinson's disease (PD) and atypical Parkinsonism. We acquired multi- and single-shell diffusion imaging at 3 Tesla across two sites. NODDI (using multi-shell; isotropic volume [Viso]; intracellular volume [Vic]; orientation dispersion [ODI]) and FW imaging (using single-shell; FW; free-water corrected fractional anisotropy [FAt]) were compared with 44 PD, 21 multiple system atrophy Parkinsonian variant (MSAp), 26 progressive supranuclear palsy (PSP), and 24 healthy control subjects in the basal ganglia, midbrain/thalamus, cerebellum, and corpus callosum. There was elevated Viso in posterior substantia nigra across Parkinsonisms, and Viso, Vic, and ODI were altered in MSAp and PSP in the striatum, globus pallidus, midbrain, thalamus, cerebellum, and corpus callosum relative to controls. The mean effect size across regions for Viso was 0.163, ODI 0.131, Vic 0.122, FW 0.359, and FAt 0.125, with extracellular compartments having the greatest effect size. A key question addressed was if these techniques discriminate PD and atypical Parkinsonism. Both NODDI (AUC: 0.945) and FW imaging (AUC: 0.969) had high accuracy, with no significant difference between models. This study provides new evidence that NODDI and FW imaging offer similar discriminability between PD and atypical Parkinsonism, and FW had higher effect sizes for detecting Parkinsonism within regions across the basal ganglia and cerebellum.
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 | 0,000 | 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 | 0,000 | 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