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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 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 ».