Diffusion Tensor Imaging Indicators of White Matter Injury Are Correlated with a Multimodal Electroencephalography-Based Biomarker in Slow Recovering, Concussed Collegiate Athletes
Notice bibliographique
Résumé
There are no validated, objective diagnostic or prognostic biomarkers for sports-related concussion (SRC), which hinders evidence-based treatment for concussed athletes. While quantitative electrophysiology (EEG) and diffusion tensor imaging (DTI) are promising technologies for providing objective biomarkers for concussion, the degree to which they are related has not been systematically investigated in concussed athletes. This study examined whether diffusion metrics differentiated concussed athletes with prolonged recovery ( n = 18) from non-conccused athletes ( n = 13) and whether observed diffusion alterations related to EEG. Collegiate athletes ( N = 31) completed EEG, neurocognitive, and magnetic resonance imaging. White matter diffusivity differed between the groups in multiple white matter tracts, including the corpus callosum, cingulum bundle, thalamic radiations, and inferior fronto-occipital, inferior longitudinal, and uncinate fasciculi, but not after correction for multiple comparisons. The enhanced Brain Function Index (eBFI), a measure that combines EEG and neurocognitive data, significantly correlated with altered diffusion in the concussed athletes. These preliminary findings suggest that the absolute deviation of diffusion metrics in concussed versus non-concussed athletes may have clinically utility. Results also suggested that the eBFI may be sensitive to early changes from sports-related concussion.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».