MétaCan
Menu
Retour à la cohorte
Enregistrement W3093873509 · doi:10.3389/fnagi.2020.585218

Detection of Cerebrovascular Loss in the Normal Aging C57BL/6 Mouse Brain Using in vivo Contrast-Enhanced Magnetic Resonance Angiography

2020· article· en· W3093873509 sur OpenAlexfundno aff
Lindsay Hill, Dung Minh Hoang, Luis Chiriboga, Thomas Wısnıewskı, Martin Sadowski, Youssef Zaim Wadghiri

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesOffice of Research Infrastructure Programs, National Institutes of HealthNational Institute of Biomedical Imaging and BioengineeringNational Institute on AgingNational Center for Advancing Translational SciencesMaterials Research Science and Engineering Center, Harvard UniversityDivision of Materials ResearchGeorgia Clinical and Translational Science AllianceNational Science FoundationCompute CanadaAmerican Health Assistance FoundationNational Cancer InstituteNational Institutes of Health
Mots-clésMagnetic resonance angiographyMagnetic resonance imagingIn vivoContrast (vision)PathologyAngiographyMedicineNuclear medicineRadiologyBiology

Résumé

récupéré en direct d'OpenAlex

vessel-probing immunohistochemistry confirmed a significant loss in the cerebrovascular density over the same 2-year aging period, validating the CE-MRA findings. While these techniques use widely different methods of assessment and spatial resolutions, their comparable findings in detected vascular loss corroborate the growing body of literature describing vascular rarefaction aging. These findings suggest that such age-dependent changes can contribute to cerebrovascular and neurodegenerative diseases, which are modeled using wild-type and transgenic laboratory rodents.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,403
Score d'incertitude au seuil0,468

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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 Opus0,014
Tête enseignante GPT0,263
Écart entre enseignants0,249 · 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'étudeExpérimental (laboratoire)
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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207