Using MRI to quantify skeletal muscle pathology in Duchenne muscular dystrophy: A systematic mapping review
Notice bibliographique
Résumé
There is a great demand for accurate non-invasive measures to better define the natural history of disease progression or treatment outcome in Duchenne muscular dystrophy (DMD) and to facilitate the inclusion of a large range of participants in DMD clinical trials. This review aims to investigate which MRI sequences and analysis methods have been used and to identify future needs. Medline, Embase, Scopus, Web of Science, Inspec, and Compendex databases were searched up to 2 November 2019, using keywords "magnetic resonance imaging" and "Duchenne muscular dystrophy." The review showed the trend of using T1w and T2w MRI images for semi-qualitative inspection of structural alterations of DMD muscle using a diversity of grading scales, with increasing use of T2map, Dixon, and MR spectroscopy (MRS). High-field (>3T) MRI dominated the studies with animal models. The quantitative MRI techniques have allowed a more precise estimation of local or generalized disease severity. Longitudinal studies assessing the effect of an intervention have also become more prominent, in both clinical and animal model subjects. Quality assessment of the included longitudinal studies was performed using the Newcastle-Ottawa Quality Assessment Scale adapted to comprise bias in selection, comparability, exposure, and outcome. Additional large clinical trials are needed to consolidate research using MRI as a biomarker in DMD and to validate findings against established gold standards. This future work should use a multiparametric and quantitative MRI acquisition protocol, assess the repeatability of measurements, and correlate findings to histologic parameters.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».