Characterizing 1-year development of cervical cord atrophy across different MS phenotypes: A voxel-wise, multicentre analysis
Notice bibliographique
Résumé
Background: Spatio-temporal evolution of cord atrophy in multiple sclerosis (MS) has not been investigated yet. Objective: To evaluate voxel-wise distribution and 1-year changes of cervical cord atrophy in a multicentre MS cohort. Methods: Baseline and 1-year 3D T1-weighted cervical cord scans and clinical evaluations of 54 healthy controls (HC) and 113 MS patients (14 clinically isolated syndromes (CIS), 77 relapsing-remitting (RR), 22 progressive (P)) were used to investigate voxel-wise cord volume loss in patients versus HC, 1-year volume changes and clinical correlations (SPM12). Results: MS patients exhibited baseline cord atrophy versus HC at anterior and posterior/lateral C1/C2 and C4–C6 ( p < 0.05, corrected). While CIS patients showed baseline volume increase at C4 versus HC ( p < 0.001, uncorrected), RRMS exhibited posterior/lateral C1/C2 atrophy versus CIS, and PMS showed widespread cord atrophy versus RRMS ( p < 0.05, corrected). At 1 year, 13 patients had clinically worsened. Cord atrophy progressed in MS, driven by RRMS, at posterior/lateral C2 and C3–C6 ( p < 0.05, corrected). CIS patients showed no volume changes, while PMS showed circumscribed atrophy progression. Baseline cord atrophy at posterior/lateral C1/C2 and C3–C6 correlated with concomitant and 1-year disability ( r = −0.40/–0.62, p < 0.05, corrected). Conclusions: Voxel-wise analysis characterized spinal cord neurodegeneration over 1 year across MS phenotypes and helped to explain baseline and 1-year disability.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».