Myelin Quantification in White Matter Pathology of Progressive Multiple Sclerosis Post-Mortem Brain Samples: A New Approach for Quantifying Remyelination
Notice bibliographique
Résumé
Multiple sclerosis (MS) is a demyelinating and neurodegenerative disease of the central nervous system (CNS). Repair through remyelination can be extensive, but quantification of remyelination remains challenging. To date, no method for standardized digital quantification of remyelination of MS lesions exists. This methodological study aims to present and validate a novel standardized method for myelin quantification in progressive MS brains to study myelin content more precisely. Fifty-five MS lesions in 32 tissue blocks from 14 progressive MS cases and five tissue blocks from 5 non-neurological controls were sampled. MS lesions were selected by macroscopic investigation of WM by standard histopathological methods. Tissue sections were stained for myelin with luxol fast blue (LFB) and histological assessment of de- or remyelination was performed by light microscopy. The myelin quantity was estimated with a novel myelin quantification method (MQM) in ImageJ. Three independent raters applied the MQM and the inter-rater reliability was calculated. We extended the method to diffusely appearing white matter (DAWM) and encephalitis to test potential wider applicability of the method. Inter-rater agreement was excellent (ICC = 0.96) and there was a high reliability with a lower- and upper limit of agreement up to -5.93% to 18.43% variation in myelin quantity. This study builds on the established concepts of histopathological semi-quantitative assessment of myelin and adds a novel, reliable and accurate quantitative measurement tool for the assessment of myelination in human post-mortem samples.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».