MétaCan
Menu
Retour à la cohorte
Enregistrement W4286252873 · doi:10.1016/j.neuroimage.2022.119495

Retinal ganglion cell endowment is correlated with optic tract fiber cross section, not density

2022· article· en· W4286252873 sur OpenAlexfundno aff
Huseyin O. Taskin, Yuchuan Qiao, Valerie J. Sydnor, Matthew Cieslak, Edda B. Haggerty, Theodore D. Satterthwaite, Jessica I. W. Morgan, Yonggang Shi, Geoffrey K. Aguirre

Notice bibliographique

RevueNeuroImage · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Eye InstituteResearch to Prevent BlindnessNational Science FoundationNational Institutes of HealthFoundation Fighting BlindnessLions Clubs International Foundation
Mots-clésOptic tractRetinal ganglion cellWhite matterRetinalOptic radiationOptic nerveOptic chiasmRetinaVisual systemBiologyDiffusion MRIAnatomyOphthalmologyNeuroscienceMedicineMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

There is substantial variation between healthy individuals in the number of retinal ganglion cells (RGC) in the eye, with commensurate variation in the number of axons in the optic tracts. Fixel-based analysis of diffusion MR produces estimates of fiber density (FD) and cross section (FC). Using these fixel measurements along with retinal imaging, we asked if individual differences in RGC tissue volume are correlated with individual differences in FD and FC measurements obtained from the optic tracts, and subsequent structures along the cortical visual pathway. We find that RGC endowment is correlated with optic tract FC, but not with FD. RGC volume had a decreasing relationship with measurements from subsequent regions of the visual system (LGN volume, optic radiation FC/FD, and V1 surface area). However, we also found that the variations in each visual area were correlated with the variations in its immediately adjacent visual structure. We only observed these serial correlations when FC is used as the measure of interest for the optic tract and radiations, but no significant relationship was found when FD represented these white matter structures. From these results, we conclude that the variations in RGC endowment, LGN volume, and V1 surface area are better predicted by the overall cross section of the optic tract and optic radiations as compared to the intra-axonal restricted signal component of these white matter pathways. Additionally, the presence of significant correlations between adjacent, but not distant, anatomical structures suggests that there are multiple, local sources of anatomical variation along the visual pathway.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,033
Tête enseignante GPT0,307
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroImageMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207