Imaging of glutamate in acute traumatic brain injury using chemical exchange saturation transfer
Notice bibliographique
Résumé
BACKGROUND: Chemical exchange saturation transfer (CEST) is an important contrast mechanism in the field of magnetic resonance imaging. Herein, we used CEST for glutamate (GluCEST) imaging to evaluate the Glu alterations in acute mild to moderate traumatic brain injury (TBI) and correlated such alterations with the cognitive outcome at 1-month postinjury. METHODS: Thirty-two patients with well-documented mild-to-moderate TBI and 15 healthy controls (HC group) underwent 3.0-Tesla magnetic resonance imaging (MRI) with GluCEST, and magnetic resonance spectroscopy (MRS) scans. The Montreal Cognitive Assessment (MoCA) examination was administered to all study subjects at 1-month postinjury for cognitive outcome acquisition and divided TBI patients into patients with good cognitive outcome (GCO group) and with poor cognitive outcome (PCO group). RESULTS: The GluCEST% values for the occipital gray matter (OGM) and bilateral parietooccipital white matter (PWM) were higher in the PCO group compared with the HC and GCO groups (P<0.05), whereas the GluCEST% value showed no significant differences between the GCO and HC groups (P>0.05). In comparison with HCs, TBI patients had a significantly increased GluCEST% value for the OGM and bilateral PWM (P<0.05). GluCEST performed better than MRS in the prediction of cognitive outcome for TBI patients (P<0.05). CONCLUSIONS: Glu is significantly increased in acute TBI and strongly correlates with the cognitive outcome at 1month postinjury. GluCEST may supply new insight into TBI and help to improve the accuracy of short-term outcome prediction.
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 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».