MétaCan
Menu
Retour à la cohorte
Enregistrement W3024319939 · doi:10.1111/jon.12700

Imaging Mechanisms of Disease Progression in Multiple Sclerosis: Beyond Brain Atrophy

2020· review· en· W3024319939 sur OpenAlexafffund
Francesca Bagnato, Susan A. Gauthier, Cornelia Laule, George R. Moore, Riley Bove, Zhengxin Cai, Julien Cohen‐Adad, Daniel M. Harrison, Eric C. Klawiter, Sarah A. Morrow, Gülin Öz, William D. Rooney, Seth A. Smith, Peter A. Calabresi, Roland G. Henry, Jiwon Oh, Daniel Ontaneda, Daniel Pelletier, Daniel S. Reich, Russell T. Shinohara, Nancy L. Sicotte

Notice bibliographique

RevueJournal of Neuroimaging · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensSt. Michael's HospitalWestern UniversityPolytechnique MontréalUniversity of TorontoMontreal Neurological Institute and HospitalUniversité de MontréalInternational Collaboration On Repair DiscoveriesUniversity of British Columbia
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeFonds de recherche du Québec – Nature et technologiesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchNational Institutes of HealthCanada First Research Excellence FundRace to Erase MSNatural Sciences and Engineering Research Council of CanadaFondation Brain CanadaGenzymeAbbViePatient-Centered Outcomes Research InstituteBiogenEMD SeronoNovartisCanada Foundation for InnovationNational Multiple Sclerosis SocietyU.S. Department of Defense
Mots-clésMedicineMultiple sclerosisNeuroimagingMagnetic resonance imagingPositron emission tomographyDiseaseNeuroscienceAtrophyMedical physicsPathologyRadiologyPsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Clinicians involved with different aspects of the care of persons with multiple sclerosis (MS) and scientists with expertise on clinical and imaging techniques convened in Dallas, TX, USA on February 27, 2019 at a North American Imaging in Multiple Sclerosis Cooperative workshop meeting. The aim of the workshop was to discuss cardinal pathobiological mechanisms implicated in the progression of MS and novel imaging techniques, beyond brain atrophy, to unravel these pathologies. Indeed, although brain volume assessment demonstrates changes linked to disease progression, identifying the biological mechanisms leading up to that volume loss are key for understanding disease mechanisms. To this end, the workshop focused on the application of advanced magnetic resonance imaging (MRI) and positron emission tomography (PET) imaging techniques to assess and measure disease progression in both the brain and the spinal cord. Clinical translation of quantitative MRI was recognized as of vital importance, although the need to maintain a relatively short acquisition time mandated by most radiology departments remains the major obstacle toward this effort. Regarding PET, the panel agreed upon its utility to identify ongoing pathological processes. However, due to costs, required expertise, and the use of ionizing radiation, PET was not considered to be a viable option for ongoing care of persons with MS. Collaborative efforts fostering robust study designs and imaging technique standardization across scanners and centers are needed to unravel disease mechanisms leading to progression and discovering medications halting neurodegeneration and/or promoting repair.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,116
Tête enseignante GPT0,377
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroimagingMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207