Intravoxel incoherent motion to assess brain microstructure and perfusion in patients with end‐stage renal disease
Notice bibliographique
Résumé
Abstract Background and Purpose This study aimed to investigate the clinical value of intravoxel incoherent motion (IVIM) diffusion‐weighted imaging in evaluating the brain microstructure and perfusion changes in end‐stage renal disease (ESRD) patients. Methods The routine head MRI sequences and IVIM were performed on 40 ESRD patients and 30 healthy subjects. The IVIM was executed with 10 b ‐values varying from 0 to 1000 seconds/mm 2 . All subjects were evaluated on neuropsychological test. Laboratory tests were conducted for ESRD patients. Results Compared with the control group, increased slow apparent diffusion coefficient values (ADC slow ) were found in the left frontal lobe, hippocampus, bilateral temporal lobe, and the right occipital lobe ( p < .05), and increased fast ADC values (ADC fast ) were found in all regions of interest (all p < .001) in ESRD patients. In ESRD patients, ADC fast in right frontal lobe ( p = .041) and insular lobe ( p = .045) was negatively correlated with the Montreal Cognitive Assessment score (MoCA), and ADC fast in the right parietal lobe ( p = .009) and hippocampus ( p = .041) had positive correlation with hemoglobin levels. Using receiver operating characteristics (ROC) analysis, ADC fast in the right frontal lobe, insular lobe, hippocampus, and parietal lobe separately showed fair to good efficacy in differentiating ESRD patients from healthy subjects, with the area under the ROC ranging from .853 to .903. Conclusions The microstructure and perfusion of the brain were impaired in ESRD patients. ADC fast of the right frontal lobe, insular lobe, hippocampus, and parietal lobe could be effective biomarker for evaluating cognitive impairment in ESRD patients.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».