MétaCan
Menu
Retour à la cohorte
Enregistrement W3087501340 · doi:10.1093/brain/awaa249

7 T imaging reveals a gradient in spinal cord lesion distribution in multiple sclerosis

2020· article· en· W3087501340 sur OpenAlexafffund
Russell Ouellette, Constantina A. Treaba, Tobias Granberg, Elena Herranz, Valeria Barletta, Ambica Mehndiratta, Benjamin De Leener, Shahamat Tauhid, Fawad Yousuf, Sarah M Dupont, Eric C. Klawiter, Jacob A. Sloane, Rohit Bakshi, Julien Cohen‐Adad, Caterina Mainero

Notice bibliographique

RevueBrain · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchNational Institutes of HealthCanada First Research Excellence FundInstitut de Valorisation des DonnéesKarolinska InstitutetSvenska Sällskapet för Medicinsk ForskningPatient-Centered Outcomes Research InstituteKommunfullmäktige, Stockholms StadCanada Foundation for InnovationEMD SeronoNational Multiple Sclerosis SocietyMultiple Sclerosis Society
Mots-clésSpinal cordMultiple sclerosisWhite matterGrey matterMedicineLesionCentral nervous systemCentral nervous system diseaseMagnetic resonance imagingPathologyNeuroimagingRadiologySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

We used 7 T MRI to: (i) characterize the grey and white matter pathology in the cervical spinal cord of patients with early relapsing-remitting and secondary progressive multiple sclerosis; (ii) assess the spinal cord lesion spatial distribution and the hypothesis of an outside-in pathological process possibly driven by CSF-mediated immune cytotoxic factors; and (iii) evaluate the association of spinal cord pathology with brain burden and its contribution to neurological disability. We prospectively recruited 20 relapsing-remitting, 15 secondary progressive multiple sclerosis participants and 11 age-matched healthy control subjects to undergo 7 T imaging of the cervical spinal cord and brain as well as conventional 3 T brain acquisition. Cervical spinal cord imaging at 7 T was used to segment grey and white matter, including lesions therein. Brain imaging at 7 T was used to segment cortical and white matter lesions and 3 T imaging for cortical thickness estimation. Cervical spinal cord lesions were mapped voxel-wise as a function of distance from the inner central canal CSF pool to the outer subpial surface. Similarly, brain white matter lesions were mapped voxel-wise as a function of distance from the ventricular system. Subjects with relapsing-remitting multiple sclerosis showed a greater predominance of spinal cord lesions nearer the outer subpial surface compared to secondary progressive cases. Inversely, secondary progressive participants presented with more centrally located lesions. Within the brain, there was a strong gradient of lesion formation nearest the ventricular system that was most evident in participants with secondary progressive multiple sclerosis. Lesion fractions within the spinal cord grey and white matter were related to the lesion fraction in cerebral white matter. Cortical thinning was the primary determinant of the Expanded Disability Status Scale, white matter lesion fractions in the spinal cord and brain of the 9-Hole Peg Test and cortical thickness and spinal cord grey matter cross-sectional area of the Timed 25-Foot Walk. Spinal cord lesions were localized nearest the subpial surfaces for those with relapsing-remitting and the central canal CSF surface in progressive disease, possibly implying CSF-mediated pathogenic mechanisms in lesion development that may differ between multiple sclerosis subtypes. These findings show that spinal cord lesions involve both grey and white matter from the early multiple sclerosis stages and occur mostly independent from brain pathology. Despite the prevalence of cervical spinal cord lesions and atrophy, brain pathology seems more strongly related to physical disability as measured by the Expanded Disability Status Scale.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,308
Score d'incertitude au seuil0,544

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,165
Tête enseignante GPT0,351
Écart entre enseignants0,187 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations40
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207