MétaCan
Menu
Retour à la cohorte
Enregistrement W3127414577 · doi:10.1093/neuonc/noab017

Longitudinal change in fine motor skills after brain radiotherapy and in vivo imaging biomarkers associated with decline

2021· article· en· W3127414577 sur OpenAlexfundno aff
Mia Salans, M.D. Tibbs, Roshan Karunamuni, Anthony Yip, Minh‐Phuong Huynh‐Le, Anna Christina Macari, Anny Reyes, Kathryn R. Tringale, Carrie R. McDonald, Jona A. Hattangadi‐Gluth

Notice bibliographique

RevueNeuro-Oncology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Neurological Disorders and StrokeUniversity of California, San DiegoNational Cancer InstituteNational Institutes of HealthCentre Technologique des Résidus IndustrielsAmerican Cancer SocietyU.S. Department of Veterans AffairsMoores Cancer Center, UC San Diego HealthGeorgia Clinical and Translational Science Alliance
Mots-clésFractional anisotropyDiffusion MRIWhite matterMedicineNuclear medicineMotor cortexPrecentral gyrusMagnetic resonance imagingInternal medicineRadiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We explored fine motor skills (FMS) before and after brain radiotherapy (RT), analyzing associations between longitudinal FMS and imaging biomarkers of cortical and white matter (WM) integrity in motor regions of interest (ROIs). METHODS: On a prospective trial, 52 primary brain tumor patients receiving fractionated brain RT underwent volumetric brain MRI, diffusion tensor imaging, and FMS assessments (Delis-Kaplan Executive Function System Trail Making Test Motor Speed [DKEFS-MS], Grooved Pegboard Dominant Hands [PDH], and Grooved Pegboard Nondominant Hands [PNDH]) at baseline and 3-, 6-, and 12-month post-RT. Motor ROIs autosegmented included: sensorimotor cortices and superficial WM, corticospinal tracts, cerebellar cortices and WM, and basal ganglia. Volume (cc) was measured in all ROIs at each timepoint. Diffusion biomarkers (FA [fractional anisotropy] and MD [mean diffusivity]) were additionally measured in WM ROIs. Linear mixed-effects models assessed biomarkers as predictors of FMS scores. P values were corrected for multiple comparisons. RESULTS: Higher RT dose was associated with right paracentral cortical thinning (β = -2.42 Gy/(month × mm), P = .03) and higher right precentral WM MD (β = 0.69 Gy/(month × µm2/ms), P = .04). Higher left (β = 38.7 points/(month × µm2/ms), P = .004) and right (β = 42.4 points/(month × µm2/ms), P = .01) cerebellar WM MD, left precentral cortical atrophy (β = -8.67 points/(month × mm), P = .02), and reduced right cerebral peduncle FA (β = -0.50 points/month, P = .01) were associated with worse DKEFS-MS performance. Left precentral cortex thinning was associated with worse PDH scores (β = -17.3 points/(month × mm), P = .02). Left (β = -0.87 points/(month × cm3), P = .001) and right (β = -0.64 points/(month × cm3), P = .02) cerebellar cortex, left pons (β = -19.8 points/(month × cm3), P = .02), and right pallidum (β = -10.8 points/(month × cm3), P = .02) atrophy and reduced right internal capsule FA (β = -1.02 points/month, P = .03) were associated with worse PNDH performance. CONCLUSIONS: Biomarkers of microstructural injury in motor-associated brain regions were associated with worse FMS. Dose avoidance in these areas may preserve FMS.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,237
Score d'incertitude au seuil0,579

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,033
Tête enseignante GPT0,354
Écart entre enseignants0,321 · 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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207