Correlation of cortical lesions of multiple sclerosis at double inversion recovery with cognition screening scores - Sally Mohamed Shaaban Elsheshtawy - Mansoura University
Notice bibliographique
Résumé
Multiple sclerosis is a chronic inflammatory disease affecting both white and gray matters of the central nervous system. It has been approved that the degree of gray matter involvement is closely associated with the degree of physical disability and the extent of cognitive impairment. Thus, it is necessary to incorporate widely available simple methods for neurocognitive evaluation and gray matter detection in the periodic assessment of MS patients that will influence treatment decisions. This study was conducted to assess the correlation of cortical lesions of multiple sclerosis (MS) at double inversion recovery (DIR) with cognition screening scores on 30 patients with MS. All of them underwent MRI and clinical assessment with the calculation of Expanded Disability Status Scale (EDSS), Montreal Cognitive Assessment (MoCA), and Symbol Digit Modality Test (SDMT) scores. Results revealed that both MoCA and SDMT scales had a significant inverse correlation with cortical lesions number and total lesion load. Besides, there was a significant inverse correlation between these cognitive screening tests and varied cortical lesion subtypes and shapes. Interestingly, there was an excellent inter-observer correlation of cortical lesion number, total lesion load, different subtypes and shapes of cortical lesions. In conclusion, DIR can detect cortical lesions of MS which were well correlated with cognitive dysfunction as well as disability progression in these patients. Thus, DIR is found to be reliable and useful for clinical purposes to suspect cognitive dysfunction in MS patients.
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 | 0,000 | 0,000 |
| 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 ».