Conversion of diffusely abnormal white matter to focal lesions is linked to progression in secondary progressive multiple sclerosis
Notice bibliographique
Résumé
Background: Diffusely abnormal white matter (DAWM) regions are observed in magnetic resonance images of secondary progressive multiple sclerosis (SPMS) patients. However, their role in clinical progression is still not established. Objectives: To characterize the longitudinal volumetric and intensity evolution of DAWM and focal white matter lesions (FWML) and assess their associations with clinical outcomes and progression in SPMS. Methods: Data include 589 SPMS participants followed up for 3 years (3951 time points). FWML and DAWM were automatically segmented. Screening DAWM volumes that transformed into FWML at the last visit (DAWM-to-FWML) and normalized T1-weighted intensities (indicating severity of damage) in those voxels were calculated. Results: FWML volume increased and DAWM volume decreased with an increase in disease duration ( p < 0.001). The Expanded Disability Status Scale (EDSS) was positively associated with FWML volumes ( p = 0.002), but not with DAWM. DAWM-to-FWML volume was higher in patients who progressed (2.75 cm 3 vs. 1.70 cm 3 ; p < 0.0001). Normalized T1-weighted intensity of DAWM-to-FWML was negatively associated with progression ( p < 0.00001). Conclusion: DAWM transformed into FWML over time, and this transformation was associated with clinical progression. DAWM-to-FWML voxels had greater normalized T1-weighted intensity decrease over time, in keeping with relatively greater tissue damage. Evaluation of DAWM in progressive multiple sclerosis provides a useful measure for therapies aiming 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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».