Non-invasive measurement of biochemical profiles in the healthy fetal brain
Notice bibliographique
Résumé
H-MRS) of the fetal brain can be used to study emerging metabolite profiles in the developing brain. Identifying early deviations in brain metabolic profiles in high-risk fetuses may offer important adjunct clinical information to improve surveillance and management during pregnancy. OBJECTIVE: To investigate the normative trajectory of the fetal brain metabolites during the second half of gestation, and to determine the impact of using different Cramer-Rao Lower Bounds (CRLB) threshold on metabolite measurements using magnetic resonance spectroscopy. STUDY DESIGN: H-MRS studies with gestational age in the rage of 18-39 weeks with 112 of the enrolled participants scanned twice. All the spectra in this study were acquired on a GE 1.5 T scanner using long echo-time of 144 ms and analyzed in LCModel. RESULTS: H-MRS with a success rate of 93%. We observed increases in total NAA, total creatine, total choline, scyllo inositol and total NAA-to-total choline ratio with advancing GA. Our results also showed faster increases in total NAA and total NAA-to-total choline ratio during the third trimester compared to the second trimester. We also observed faster increases in total choline and total NAA in female fetuses. Increasing the Cramer-Rao lower bounds threshold progressively from 100% to 40%-20% increased the mean metabolite concentrations and decreased the number of observations available for analysis. CONCLUSION: We report serial fetal brain biochemical profiles in a large cohort of health fetuses studied twice in gestation with a high success rate in the second and third trimester of pregnancy. We present normative in-vivo fetal brain metabolite trajectories over a 21-week gestational period which can be used to non-invasively measure and monitor brain biochemistry in the healthy and high-risk fetus.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».