Assessing early white matter predictors of syntactic abilities in post-stroke aphasia using HARDI-based tractography
Notice bibliographique
Résumé
La recherche de prédicteurs d’habilités langagières en aphasie post-accident vasculaire cérébral (AVC) basés sur la matière blanche a récemment vu un élan. Cela a été motivé par l’émergence du modèle à double-voie où des faisceaux de matière blanche dorsaux et ventraux jouent un rôle important dans le langage, ainsi que par l’avènement de la tractographie basée sur l’imagerie par résonance magnétique (IRM) de diffusion permettant l’étude in-vivo des faisceaux de matière blanche et de leurs propriétés structurelles. Les caractéristiques structurelles et la charge lésionnelle des faisceaux de matière blanche ont permis de prédire les troubles langagiers dans la phase chronique dans quelques études. Cependant, les prédicteurs aigus de matière blanche des habilités syntaxiques en aphasie post-AVC chronique sont méconnus. L’exploitation de la tractographie dans l’étude des faisceaux langagiers de matière blanche a été limitée par plusieurs défis méthodologiques, dont la difficulté de reconstruire des faisceaux ayant une architecture complexe. Des progrès méthodologiques ont été récemment introduits afin d’adresser ces limites, dont le plus important est la tractographie basée sur l’imagerie à haute résolution angulaire (« HARDI »). Cependant, la fiabilité test-retest de la reconstruction et des propriétés structurelles d’une approche de tractographie HARDI de pointe n’a pas encore été évaluée. Le premier article de cette thèse visait à évaluer la fiabilité test-retest de la reconstruction et des propriétés structurelles (anisotropie fractionnelle, FA; diffusivité moyenne, axiale et radiale, MD, AD, RD; nombre d’orientations de fibres, NuFO; volume du faisceau; longueur moyenne des « streamlines ») de faisceaux langagiers majeurs (arqué, inférieur fronto-occipital, inférieur longitudinal, unciné, AF, IFOF, ILF, UF) obtenus avec une approche de tractographie HARDI de pointe. La majorité des mesures de propriétés structurelles ont montré une bonne ou excellente fiabilité. Ces résultats ont des implications importantes pour l’utilisation d’une telle approche pour l’étude des faisceaux langagiers de matière blanche, car ils renforcent la confiance dans la stabilité des reconstructions et les propriétés structurelles obtenus avec la tractographie HARDI. Le second article de cette thèse visait à déterminer si et quelles propriétés structurelles (FA, AD, volume du faisceau), et la charge lésionnelle, de l’AF et l’UF gauches dans la phase aigüe (≤ 3 jours), obtenus avec l’approche de tractographie HARDI utilisée dans le premier article, prédisent les habilités syntaxiques dans le discours spontané en aphasie post-AVC chronique (≥ 6 mois). Des régressions multiples ascendantes ont révélé que le volume de l’AF prédit la production des verbes, la complexité des phrases et la complexité de la structure argumentale du verbe. Le volume de l’UF a amélioré la prédiction de cette dernière. Ces résultats indiquent que le volume semble être un bon prédicteur précoce des habilités syntaxiques dans le discours spontané en aphasie post-AVC chronique. Mis ensemble, les résultats de cette thèse soulignent l’utilité d’une approche de tractographie HARDI de pointe et son potentiel pour le développement futur de biomarqueurs précoces pouvant améliorer le pronostic de patients ayant une aphasie post-AVC chronique. Cela pourrait promouvoir l’optimisation des soins et le développement de thérapies pour le bienfait des patients et leurs familles.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».