Imaging Mechanisms of Disease Progression in Multiple Sclerosis: Beyond Brain Atrophy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 |
| 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 découle