Diffusely abnormal white matter converts to T2 lesion volume in the absence of acute inflammation
Notice bibliographique
Résumé
ABSTRACT Diffusely abnormal white matter (DAWM), characterised by biochemical changes of myelin in the absence of frank demyelination, has been associated with clinical progression in secondary progressive MS (SPMS). However, little is known about changes of DAWM over time and their relation to focal white matter lesions (FWML). The objectives of this work were: 1) To characterize the longitudinal evolution of FWML, DAWM, and DAWM that transforms into FWML, and 2) To determine whether gadolinium enhancement, known to be associated with the development of new FWML, is also related to DAWM voxels that transform into FWML. Our data included 4220 MRI scans of 689 SPMS participants, followed for 156 weeks and 2677 scans of 686 RRMS participants, followed for 96 weeks. FWML and DAWM were segmented using a previously validated, automatic thresholding technique based on normalized T2 intensity values. Using longitudinally registered images, DAWM voxels at each visit that transformed into FWML on the last MRI scan as well as their overlap with gadolinium enhancing lesion masks were identified. Our results showed that the average yearly rate of conversion of DAWM-to-FWML was 1.27cc for SPMS and 0.80cc for RRMS. FWML in SPMS participants significantly increased (t=3.9; p=0.0001) while DAWM significantly decreased (t=-4.3 p<0.0001) and the ratio FWML:DAWM increased (t=12.7; p<0.00001). RRMS participants also showed an increase in the FWML:DAWM Ratio (t=6.9; p<0.00001) but without a significant change of the individual volumes. Gadolinium enhancement was associated with 7.3% and 18.7% of focal New T2 lesion formation in the infrequent scans of the RRMS and SPMS cohorts, respectively. In comparison, only 0.1% and 0.0% of DAWM-to-FWML voxels overlapped with gadolinium enhancement. We conclude that DAWM transforms into FWML over time, in both RRMS and SPMS. DAWM appears to represent a form of pre-lesional pathology that contributes to T2 lesion volume increase over time, independent of new focal inflammation and gadolinium enhancement.
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) | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».