HARDI-ZOOMit protocol improves specificity to microstructural changes in presymptomatic myelopathy
Notice bibliographique
Résumé
Diffusion magnetic resonance imaging (dMRI) proved promising in patients with non-myelopathic degenerative cervical cord compression (NMDCCC), i.e., without clinically manifested myelopathy. Aim of the study is to present a fast multi-shell HARDI-ZOOMit dMRI protocol and validate its usability to detect microstructural myelopathy in NMDCCC patients. In 7 young healthy volunteers, 13 age-comparable healthy controls, 18 patients with mild NMDCCC and 15 patients with severe NMDCCC, the protocol provided higher signal-to-noise ratio, enhanced visualization of white/gray matter structures in microstructural maps, improved dMRI metric reproducibility, preserved sensitivity (SE = 87.88%) and increased specificity (SP = 92.31%) of control-patient group differences when compared to DTI-RESOLVE protocol (SE = 87.88%, SP = 76.92%). Of the 56 tested microstructural parameters, HARDI-ZOOMit yielded significant patient-control differences in 19 parameters, whereas in DTI-RESOLVE data, differences were observed in 10 parameters, with mostly lower robustness. Novel marker the white-gray matter diffusivity gradient demonstrated the highest separation. HARDI-ZOOMit protocol detected larger number of crossing fibers (5-15% of voxels) with physiologically plausible orientations than DTI-RESOLVE protocol (0-8% of voxels). Crossings were detected in areas of dorsal horns and anterior white commissure. HARDI-ZOOMit protocol proved to be a sensitive and practical tool for clinical quantitative spinal cord imaging.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».