Water content changes in new multiple sclerosis lesions have a minimal effect on the determination of myelin water fraction values
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: relative to the total water, increases in water from edema and inflammation may confound MWF determination in multiple sclerosis (MS) lesions. Total water content (TWC) measurement enables calculation of absolute myelin water content (MWC) and can be used to distinguish edema/inflammation from demyelination. We assessed what influence changes in total water might have on MWF by calculating MWC values in new MS lesions. METHODS: relaxation data were collected monthly for 6 months from six relapsing-remitting MS participants. TWC was determined and multiplied with MWF images to calculate corrected MWC images. The effect of this water content correction was examined in 20 new lesions by comparing mean MWF and MWC over time. RESULTS: On average, at lesion first appearance, lesion TWC increased by 6.4% (p = .003; range: -1% to +21%), MWF decreased by 24% (p = .006; range: -70% to +12%), and MWC decreased by 20% (p = .026; range: -68% to +21%), relative to prelesion values. Average TWC in lesions then gradually decreased, whereas MWF and MWC remained low. The shape of the MWF and MWC lesion evolution curves was nearly identical, differing only by an offset. CONCLUSION: MWF mirrors MWC and is able to monitor myelin in new lesions. Even after taking into account water content increases, MWC still decreased at lesion first appearance attributed to demyelination.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».