Temporal lobe microstructural abnormalities in patients with nasopharyngeal carcinoma quantitatively evaluated by high-resolution DWI and DKI after concurrent chemoradiotherapy
Notice bibliographique
Résumé
PurposeTo investigate temporal lobe microstructural abnormalities and neurocognitive function impairment after concurrent chemoradiotherapy (CCRT) in patients with nasopharyngeal carcinoma (NPC).MethodsNPC patients who underwent CCRT were enrolled. High-resolution diffusion-weighted imaging (DWI) magnetic resonance imaging (MRI) and diffusion-kurtosis imaging (DKI) MRI, were performed 5 times per patient (once pre-CCRT, 1 week post-CCRT, 3 months post-CCRT, 6 months post-CCRT, and 12 months post-CCRT). Neurocognitive function was evaluated by Montreal Neurocognitive Assessment (MoCA) twice per patient, once pre-CCRT, and once 12-months after CCRT.ResultsOf 111 patients, 56 completed the entire protocol. The MRI derived apparent diffusion coefficient (ADC), mean of diffusion coefficient (Dmean) and fractional anisotropy (FA) values were significantly decreased (p < 0.05) over the 0–3 month period following CCRT and significantly increased (p < 0.05) over the 3–12 month period following CCRT. The mean of kurtosis coefficient (Kmean) continued to decline over a year post-CCRT. All parameters reveal more pronounced changes in white matter (WM) than in grey matter (GM). MoCA also declined after CCRT (p < 0.001). MoCA showed significant positive correlation with Kmean-WM-6 m, Kmean-WM-12 m and ΔKmean-WM.ConclusionsHigh-resolution DWI and DKI should be considered as a promising method for the investigation of temporal lobe microstructural change in NPC patients after CCRT.
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 | 0,000 | 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 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 ».