MétaCan
Menu
Retour à la cohorte
Enregistrement W3187199062 · doi:10.3389/fnins.2021.665017

Modern Technology in Multi-Shell Diffusion MRI Reveals Diffuse White Matter Changes in Young Adults With Relapsing-Remitting Multiple Sclerosis

2021· article· en· W3187199062 sur OpenAlexaff
Ann‐Marie Beaudoin, François Rheault, Guillaume Theaud, Frédéric Laberge, Kevin Whittingstall, Albert Lamontagne, Maxime Descoteaux

Notice bibliographique

RevueFrontiers in Neuroscience · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésWhite matterFornixDiffusion MRIFractional anisotropyMultiple sclerosisTractographyMedicineSuperior longitudinal fasciculusCorticospinal tractUncinate fasciculusMagnetic resonance imagingNeurosciencePathologyRadiologyPsychologyInternal medicineHippocampusPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To characterize microstructural white matter changes related to relapsing-remitting multiple sclerosis using advanced diffusion MRI modeling and tractography. The association between imaging data and patient's cognitive performance, fatigue severity and depressive symptoms is also explored. METHODS: In this cross-sectional study, 24 relapsing-remitting multiple sclerosis patients and 11 healthy controls were compared using high angular resolution diffusion imaging (HARDI). The imaging method includes a multi-shell scheme, free water correction to obtain tissue-specific measurements, probabilistic tracking algorithm robust to crossing fibers and white matter lesions, automatic streamlines and bundle dissection and tract-profiling with tractometry. The neuropsychological evaluation included the Symbol Digit Modalities Test, Paced Auditory Serial Addition Test, Modified Fatigue Impact Scale and Beck Depression Inventory-II. RESULTS: Bundle-wise analysis by tractometry revealed a difference between patients and controls for 11 of the 14 preselected white matter bundles. In patients, free water corrected fractional anisotropy was significantly reduced while radial and mean diffusivities were increased, consistent with diffuse demyelination. The fornix and left inferior fronto-occipital fasciculus exhibited a higher free water fraction. Eight bundles showed an increase in total apparent fiber density and four bundles had a higher number of fiber orientations, suggesting axonal swelling and increased organization complexity, respectively. In the association study, depressive symptoms were associated with diffusion abnormalities in the right superior longitudinal fasciculus. CONCLUSION: Tissue-specific diffusion measures showed abnormalities along multiple cerebral white matter bundles in patients with relapsing-remitting multiple sclerosis. The proposed methodology combines free-water imaging, advanced bundle dissection and tractometry, which is a novel approach to investigate cerebral pathology in multiple sclerosis. It opens a new window of use for HARDI-derived measures and free water corrected diffusion measures. Advanced diffusion MRI provides a better insight into cerebral white matter changes in relapsing-remitting multiple sclerosis, namely diffuse demyelination, edema and increased fiber density and complexity.

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 enseignants0,118
Score d'incertitude au seuil0,781

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,039
Tête enseignante GPT0,278
Écart entre enseignants0,239 · 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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

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