MétaCan
Menu
Retour à la cohorte
Enregistrement W3163549178 · doi:10.3389/fneur.2021.631330

Case Report: An MRI Traumatic Brain Injury Longitudinal Case Study at 7 Tesla: Pre- and Post-injury Structural Network and Volumetric Reorganization and Recovery

2021· article· en· W3163549178 sur OpenAlexaff
Stephanie Brown, Kristen Dams-O’Connor, Eric Watson, Priti Balchandani, Rebecca Feldman

Notice bibliographique

RevueFrontiers in Neurology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNational Institute of Mental HealthNational Institutes of HealthU.S. Department of Defense
Mots-clésTraumatic brain injuryWhite matterFractional anisotropyNeuroimagingDiffuse axonal injuryDiffusion MRIBlast injuryConnectomeMedicineTractographyPsychologyPoison controlPhysical medicine and rehabilitationMagnetic resonance imagingNeuroscienceRadiologyFunctional connectivityPsychiatry

Résumé

récupéré en direct d'OpenAlex

Importance: A significant limitation of many neuroimaging studies examining mild traumatic brain injury (mTBI) is the unavailability of pre-injury data. Objective: We therefore aimed to utilize pre-injury ultra-high field brain MRI and compare a collection of neuroimaging metrics pre- and post-injury to determine mTBI related changes and evaluate the enhanced sensitivity of high-resolution MRI. Design: In the present case study, we leveraged multi-modal 7 Tesla MRI data acquired at two timepoints prior to mTBI (23 and 12 months prior to injury), and at two timepoints post-injury (2 weeks and 8 months after injury) to examine how a right parietal bone impact affects gross brain structure, subcortical volumetrics, microstructural order, and connectivity. Setting: This research was carried out as a case investigation at a single primary care site. Participants: The case participant was a 38-year-old female selected for inclusion based on a mTBI where a right parietal impact was sustained. Main outcomes: The main outcome measurements of this investigation were high spatial resolution structural brain metrics including volumetric assessment and connection density of the white matter connectome. Results: At the first scan timepoint post-injury, the cortical gray matter and cerebral white matter in both hemispheres appeared to be volumetrically reduced compared to the pre-injury and subsequent post-injury scans. Connectomes produced from whole-brain diffusion-weighted probabilistic tractography showed a widespread decrease in connectivity after trauma when comparing mean post-injury and mean pre-injury connection densities. Findings of reduced fractional anisotropy in the cerebral white matter of both hemispheres at post-injury time point 1 supports reduced connection density at a microstructural level. Trauma-related alterations to whole-brain connection density were markedly reduced at the final scan timepoint, consistent with symptom resolution. Conclusions and Relevance: This case study investigates the structural effects of traumatic brain injury for the first time using pre-injury and post-injury 7 Tesla MRI longitudinal data. We report findings of initial volumetric changes, decreased structural connectivity and reduced microstructural order that appear to return to baseline 8 months post-injury, demonstrating in-depth metrics of physiological recovery. Default mode, salience, occipital, and executive function network alterations reflect patient-reported hypersomnolence, reduced cognitive processing speed and dizziness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,025
Tête enseignante GPT0,323
Écart entre enseignants0,298 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207