MétaCan
Menu
Retour à la cohorte
Enregistrement W3217039406 · doi:10.1016/j.nicl.2021.102887

Examining brain white matter after pediatric mild traumatic brain injury using neurite orientation dispersion and density imaging: An A-CAP study

2021· article· en· W3217039406 sur OpenAlexafffundabout
Ayushi Shukla, Ashley L. Ware, Sunny Guo, Bradley G. Goodyear, Miriam H. Beauchamp, Roger Zemek, William Craig, Quynh Doan, Christian Beaulieu, Keith Owen Yeates, Catherine Lebel

Notice bibliographique

RevueNeuroImage Clinical · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensBC Children's HospitalUniversity of British ColumbiaAlberta Children's HospitalStollery Children's HospitalUniversity of OttawaUniversity of AlbertaUniversité de MontréalFoothills Medical CentreHotchkiss Brain InstituteCentre Hospitalier Universitaire Sainte-JustineChildren's Hospital of Eastern OntarioUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésWhite matterTraumatic brain injuryNeuriteNeuroscienceDiffusion MRIMedicineNeuroimagingPsychologyMagnetic resonance imagingRadiologyBiologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Pediatric mild traumatic brain injury (mTBI) affects millions of children annually. Diffusion tensor imaging (DTI) is sensitive to axonal injuries and white matter microstructure and has been used to characterize the brain changes associated with mild traumatic brain injury (mTBI). Neurite orientation dispersion and density imaging (NODDI) is a diffusion model that can provide additional insight beyond traditional DTI metrics, but has not been examined in pediatric mTBI. The goal of this study was to employ DTI and NODDI to gain added insight into white matter alterations in children with mTBI compared to children with mild orthopedic injury (OI). METHODS: Children (mTBI n = 320, OI n = 176) aged 8-16.99 years (12.39 ± 2.32 years) were recruited from emergency departments at five hospitals across Canada and underwent 3 T MRI on average 11 days post-injury. DTI and NODDI metrics were calculated for seven major white matter tracts and compared between groups using univariate analysis of covariance controlling for age, sex, and scanner type. False discovery rate (FDR) was used to correct for multiple comparisons. RESULTS: Univariate analysis revealed no significant group main effects or interactions in DTI or NODDI metrics. Fractional anisotropy and neurite density index in all tracts exhibited a significant positive association with age and mean diffusivity in all tracts exhibited a significant negative association with age in the whole sample. CONCLUSIONS: Overall, there were no significant differences between mTBI and OI groups in brain white matter microstructure from either DTI or NODDI in the seven tracts. This indicates that mTBI is associated with relatively minor white matter differences, if any, at the post-acute stage. Brain differences may evolve at later stages of injury, so longitudinal studies with long-term follow-up are needed.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,005
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,207
Tête enseignante GPT0,448
Écart entre enseignants0,241 · 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.

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'admission3
Résumé présentoui

Explorer davantage

Même revueNeuroImage ClinicalMême sujetTraumatic Brain Injury ResearchTravaux en français237 207