MétaCan
Menu
Retour à la cohorte
Enregistrement W4200480391 · doi:10.1093/brain/awab448

Diffusely abnormal white matter converts to T2 lesion volume in the absence of MRI-detectable acute inflammation

2021· article· en· W4200480391 sur OpenAlexafffund
Mahsa Dadar, Sawsan M. Mahmoud, Sridar Narayanan, D. Louis Collins, Douglas L. Arnold, Josefina Maranzano

Notice bibliographique

RevueBrain · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversité du Québec à Trois-RivièresMcGill UniversityMontreal Neurological Institute and HospitalUniversité Laval
Organismes subventionnairesMultiple Sclerosis SocietyAlzheimer Society Research ProgramInternational Progressive MS Alliance
Mots-clésWhite matterMultiple sclerosisPathologyHyperintensityMagnetic resonance imagingLesionMedicineVoxelRadiology

Résumé

récupéré en direct d'OpenAlex

Diffusely abnormal white matter, characterised by biochemical changes of myelin in the absence of frank demyelination, has been associated with clinical progression in secondary progressive multiple sclerosis. However, little is known about changes of diffusely abnormal white matter over time and their relation to focal white matter lesions. The objectives of this work were: (i) to characterize the longitudinal evolution of focal white matter lesions, diffusely abnormal white matter and diffusely abnormal white matter that transforms into focal white matter lesions; and (ii) to determine whether gadolinium enhancement, known to be associated with the development of new focal white matter lesions, is also related to diffusely abnormal white matter voxels that transform into focal white matter lesions. Our data included 4220 MRI scans of 689 secondary progressive multiple sclerosis participants, followed for 156 weeks, and 2677 scans of 686 relapsing-remitting multiple sclerosis participants, followed for 96 weeks. Focal white matter lesions and diffusely abnormal white matter were segmented using a previously validated, automatic thresholding technique based on normalized T2 intensity values. Using longitudinally registered images, diffusely abnormal white matter voxels at each visit that transformed into focal white matter lesions 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 diffusely abnormal white matter to focal white matter lesions was 1.27 cm3 for secondary progressive multiple sclerosis and 0.80 cm3 for relapsing-remitting multiple sclerosis. Focal white matter lesions in secondary progressive multiple sclerosis participants significantly increased (t = 3.9; P = 0.0001) while diffusely abnormal white matter significantly decreased (t = -4.3 P < 0.0001) and the ratio of focal white matter lesions to diffusely abnormal white matter increased (t = 12.7; P < 0.00001). Relapsing-remitting multiple sclerosis participants also showed an increase in the focal white matter lesions to diffusely abnormal white matter 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 relapsing-remitting multiple sclerosis and secondary progressive multiple sclerosis cohorts, respectively. In comparison, only 0.1% and 0.0% of diffusely abnormal white matter to focal white matter lesions voxels overlapped with gadolinium enhancement. We conclude that diffusely abnormal white matter transforms into focal white matter lesions over time in both relapsing-remitting multiple sclerosis and secondary progressive multiple sclerosis. Diffusely abnormal white matter 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,456
Score d'incertitude au seuil0,829

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,300
Écart entre enseignants0,273 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207