Conversion of Diffusely Abnormal White Matter to Focal Lesions is Linked to Progression in Secondary Progressive Multiple Sclerosis
Notice bibliographique
Résumé
ABSTRACT Objectives 1) To automatically segment focal white matter lesions (FWML) and Diffusely abnormal white matter (DAWM), i.e. regions of diffuse abnormality observed on conventional (T2-weighted) MRI and characterize their longitudinal volumetric and normalized T1-weighted (T1w) intensity evolution, 2) To assess associations of FWML and DAWM with Expanded Disability Status Scale (EDSS) and confirmed disability progression (CDP). Methods Data includes 3951 timepoints of 589 SPMS participants followed for three years. FWML and DAWM were automatically segmented using a 2-weighted-intensity thresholding technique. Screening DAWM volumes that transformed into FWML at the last visit (DAWM-to-FWML) and normalized T1w intensities (as a marker of severity of damage) in those voxels were calculated. Results FWML volume significantly increased and DAWM volume significantly decreased as disease duration increased (p<0.001). Global EDSS scores were positively associated with FWML volumes (p=0.002), but not with DAWM volumes. Median volume of DAWM-to-FWML was significantly higher in patients who progressed (2.75 vs 1.70 cc; p<0.0001), and represented 14% of the total DAWM volume at screening, compared to 10% in patients who did not progress (p=0.001). Normalized T1w intensity values of DAWM-to-FWML were negatively associated with CDP status (p<0.00001). Conclusion DAWM transformed into FWML over time, and this transformation was significantly associated with clinical progression. DAWM voxels that transformed had greater normalized T1w intensity decrease over time, in keeping with relatively greater tissue damage evolution. Evaluation of DAWM in progressive MS provides a useful measure to evaluate therapies that aim to protect this at-risk tissue with the potential to slow progression.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».