White Matter Diffusion Properties in Chronic Temporomandibular Disorders: An Exploratory Analysis
Notice bibliographique
Résumé
Objective: To determine differences in diffusion metrics in key white matter (WM) tracts between women with chronic temporomandibular disorders (TMDs) and age- and sex-matched healthy controls. Design: Cross sectional study compared diffusion metrics between groups and explored their associations with clinical variables in subjects with TMDs. Methods: In a total of 33 subjects with TMDs and 33 healthy controls, we performed tractography to obtain diffusion metrics (fractional anisotropy [FA], mean diffusivity [MD], radial diffusivity [RD], and axial diffusivity [AD]) from the cingulum near the cingulate gyrus (CGC), the cingulum near the hippocampus (CGH), the fornix, the anterior limb of the internal capsule (ALIC), the posterior limb of the internal capsule (PLIC), and the uncinate fasciculus (UF). We compared diffusion metrics across groups and explored the relationships between diffusion metrics and clinical measures (pain chronicity and intensity, central sensitization, somatization, depression, orofacial behavior severity, jaw function limitations, disability, and interference due to pain) in subjects with TMDs. Results: We observed differences in diffusion metrics between groups, primarily in the right side of the brain, with the right CGC having lower FA and the right UF having lower FA and higher MD and RD in subjects with TMDs compared to healthy controls. No clinical measures were consistently associated with diffusion metrics in subjects with TMDs. Conclusion: The UF showed potential microstructural damage in subjects with TMDs, but further studies are needed to confirm any associations between diffusion changes and clinical measures.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».