GP.4 Can Quantitative Susceptibility Mapping Help Diagnose and Predict Recovery of Concussion in Children?
Notice bibliographique
Résumé
Background: Quantitative susceptibility mapping (QSM) is an MR sequence that has potential as a biomarker in concussion. We compared QSM in pediatric concussion patients versus a comparison group of children with orthopedic injuries (OI) and assessed QSM’s performance relative to the current clinical benchmark (5P risk score) for predicting persistent postconcussion symptoms (PPCS). Methods: Children (N=967) aged 8-16.99 years with either concussion or OI were prospectively recruited from 5 Canadian centers. Participants completed QSM at a post-acute assessment 2-33 days post-injury. QSM z-score metrics for 9 regions of interest (ROI) were derived from 371 children (concussion=255, OI=116). PPCS at 1-month post-injury was defined using reliable change methods. Results: The concussion and OI groups did not differ significantly in QSM across ROI. Increased frontal white matter (WM) susceptibility predicted reliable increases in parent-rated cognitive symptoms (p=0.001). Together, frontal WM susceptibility and the 5P risk score were better at predicting persistent cognitive symptoms than the 5P risk score alone (p=0.0021). AUC were 0.71(95%CI: 0.62-0.80) for frontal WM susceptibility, 0.67(95%CI: 0.56-0.78) for the 5P risk score, and 0.73(95%CI: 0.64-0.82) for both. Conclusions: This is the first study to demonstrate a potential imaging biomarker that predicts persistent symptoms in children with concussion compared to the current clinical benchmark.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,005 | 0,001 |
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 ».