Gray matter blood‐brain barrier water exchange dynamics are reduced in progressive multiple sclerosis
Notice bibliographique
Résumé
Abstract Background and Purpose To compare transcapillary wall water exchange, a putative marker of cerebral metabolic health, in brain T 2 white matter (WM) lesions and normal appearing white and gray matter (NAWM and NAGM, respectively) in individuals with progressive multiple sclerosis (PMS) and healthy controls (HC). Methods Dynamic‐contrast‐enhanced 7T MRI data were obtained from 19 HC and 23 PMS participants. High‐resolution pharmacokinetic parametric maps representing tissue microvascular and microstructural properties were created by shutter‐speed (SS) paradigm modeling to obtain estimates of blood volume fraction (v b ), water molecule capillary efflux rate constant ( k po ), and the water capillary wall permeability surface area product ( P w S ≡ v b *k po ). Linear regression models were used to investigate differences in (i) k po and P w S between groups in NAWM and NAGM, and (ii) between WM lesions and NAWM in PMS. Results High‐resolution parametric maps were produced to visualize tissue classes and resolve individual WM lesions. Normal‐appearing gray matter k po and P w S were significantly decreased in PMS compared to HC ( p ≤ .01). Twenty‐one T 2 WM lesions were analyzed in 10 participants with PMS. k po was significantly decreased in WM lesions compared to PMS NAWM ( p < .0001). Conclusions Transcapillary water exchange is reduced in PMS NAGM compared to HC and is further reduced in PMS WM lesions, suggesting pathologically impaired brain metabolism. k po provides a sensitive measure of cerebral metabolic activity and/or coupling, and can be mapped at higher spatial resolution than conventional imaging techniques assessing metabolic activity.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».