Validation of Rapid Magnetic Resonance Myelin Imaging in Multiple Sclerosis
Notice bibliographique
Résumé
Objective Magnetic resonance imaging (MRI) is essential for multiple sclerosis diagnostics but is conventionally not specific to demyelination. Myelin imaging is often hampered by long scanning times, complex postprocessing, or lack of clinical approval. This study aimed to assess the specificity, robustness, and clinical value of Rapid Estimation of Myelin for Diagnostic Imaging, a new myelin imaging technique based on time‐efficient simultaneous T1/T2 relaxometry and proton density mapping in multiple sclerosis. Methods Rapid myelin imaging was applied using 3T MRI ex vivo in 3 multiple sclerosis brain samples and in vivo in a prospective cohort of 71 multiple sclerosis patients and 21 age/sex‐matched healthy controls, with scan–rescan repeatability in a subcohort. Disability in patients was assessed by the Expanded Disability Status Scale and the Symbol Digit Modalities Test at baseline and 2‐year follow‐up. Results Rapid myelin imaging correlated with myelin‐related stains (proteolipid protein immunostaining and Luxol fast blue) and demonstrated good precision. Multiple sclerosis patients had, relative to controls, lower normalized whole‐brain and normal‐appearing white matter myelin fractions, which correlated with baseline cognitive and physical disability. Longitudinally, these myelin fractions correlated with follow‐up physical disability, even with correction for baseline disability. Interpretation Rapid Estimation of Myelin for Diagnostic Imaging provides robust myelin quantification that detects diffuse demyelination in normal‐appearing tissue in multiple sclerosis, which is associated with both cognitive and clinical disability. Because the technique is fast, with automatic postprocessing and US Food and Drug Administration/CE clinical approval, it can be a clinically feasible biomarker that may be suitable to monitor myelin dynamics and evaluate treatments aiming at remyelination. ANN NEUROL 2020;87:710–724
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 | 0,010 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».