MétaCan
Menu
Retour à la cohorte
Enregistrement W2968327236 · doi:10.1002/hbm.24760

Neurite orientation dispersion and density imaging (NODDI) and free‐water imaging in Parkinsonism

2019· article· en· W2968327236 sur OpenAlexaff
Trina Mitchell, Derek B. Archer, Winston T. Chu, Stephen A. Coombes, Song Lai, Bradley J. Wilkes, Nikolaus R. McFarland, Michael S. Okun, Mieniecia L. Black, Ellen Herschel, Tanya Simuni, Cynthia L. Comella, Tao Xie, Hong Li, Todd B. Parrish, Ajay S. Kurani, Daniel M. Corcos, David E. Vaillancourt

Notice bibliographique

RevueHuman Brain Mapping · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensCentre for Movement Disorders
Organismes subventionnairesHigh Magnetic Field Laboratory, Chinese Academy of SciencesDivision of Materials ResearchMcKnight FoundationNational Institute of Neurological Disorders and StrokeNational High Magnetic Field LaboratoryNational Institutes of HealthNational Science Foundation
Mots-clésParkinsonismCorpus callosumGlobus pallidusBasal gangliaNeuroscienceCerebellumFractional anisotropyThalamusMidbrainStriatumSubstantia nigraDiffusion MRIPsychologyChemistryPathologyAnatomyMagnetic resonance imagingBiologyMedicineDopaminergicCentral nervous systemRadiologyDopamine

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,027
Tête enseignante GPT0,304
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), 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

Citations116
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Brain MappingMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207