MétaCan
Menu
Retour à la cohorte
Enregistrement W4307023621 · doi:10.1155/2022/5860364

Comparison of Diffusion Tensor Imaging Metrics in Normal-Appearing White Matter to Cerebrovascular Lesions and Correlation with Cerebrovascular Disease Risk Factors and Severity

2022· article· en· W4307023621 sur OpenAlexafffundabout
Seyyed Mohammad Hassan Haddad, Christopher J.M. Scott, Miracle Ozzoude, Courtney Berezuk, Melissa F. Holmes, Sabrina Adamo, Joel Ramirez, Stephen R. Arnott, Nuwan D. Nanayakkara, Malcolm A. Binns, Derek Beaton, Wendy Lou, Kelly M. Sunderland, Sujeevini Sujanthan, Jane Fiori Lawrence, Donna Kwan, Brian Tan, Leanne K. Casaubon, Jennifer Mandzia, Demetrios J. Sahlas, Gustavo Saposnik, Ayman Hassan, Brian Levine, Paula McLaughlin, J. B. Orange, Angela Roberts, Angela K. Troyer, Sandra E. Black, Dar Dowlatshahi, Stephen C. Strother, Richard H. Swartz, Sean Symons, Manuel Montero‐Odasso, ONDRI Investigators, Robert Bartha

Notice bibliographique

RevueInternational Journal of Biomedical Imaging · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensOntario Brain InstituteSt Joseph's Health CareHealth Sciences CentreOttawa HospitalParkwood InstituteMcMaster UniversityThunder Bay Regional Research InstituteQueen's UniversityPublic Health OntarioBaycrest HospitalWestern UniversityUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesBaycrest FoundationLondon Health Sciences FoundationFaculty of Health Sciences, Queen's UniversityBruyère Research InstituteCentre for Addiction and Mental Health FoundationMcMaster UniversityTemerty Family FoundationUniversity of OttawaOntario Brain InstituteGovernment of OntarioThunder Bay Regional Health Sciences Centre
Mots-clésDiffusion MRIFractional anisotropyWhite matterMedicineHyperintensityStroke (engine)PathologyMagnetic resonance imagingRadiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Alterations in tissue microstructure in normal-appearing white matter (NAWM), specifically measured by diffusion tensor imaging (DTI) fractional anisotropy (FA), have been associated with cognitive outcomes following stroke. The purpose of this study was to comprehensively compare conventional DTI measures of tissue microstructure in NAWM to diverse vascular brain lesions in people with cerebrovascular disease (CVD) and to examine associations between FA in NAWM and cerebrovascular risk factors. DTI metrics including fractional anisotropy (FA), mean diffusivity (MD), axial diffusivity (AD), and radial diffusivity (RD) were measured in cerebral tissues and cerebrovascular anomalies from 152 people with CVD participating in the Ontario Neurodegenerative Disease Research Initiative (ONDRI). Ten cerebral tissue types were segmented including NAWM, and vascular lesions including stroke, periventricular and deep white matter hyperintensities, periventricular and deep lacunar infarcts, and perivascular spaces (PVS) using T1-weighted, proton density-weighted, T2-weighted, and fluid attenuated inversion recovery MRI scans. Mean DTI metrics were measured in each tissue region using a previously developed DTI processing pipeline and compared between tissues using multivariate analysis of covariance. Associations between FA in NAWM and several CVD risk factors were also examined. DTI metrics in vascular lesions differed significantly from healthy tissue. Specifically, all tissue types had significantly different MD values, while FA was also found to be different in most tissue types. FA in NAWM was inversely related to hypertension and modified Rankin scale (mRS). This study demonstrated the differences between conventional DTI metrics, FA, MD, AD, and RD, in cerebral vascular lesions and healthy tissue types. Therefore, incorporating DTI to characterize the integrity of the tissue microstructure could help to define the extent and severity of various brain vascular anomalies. The association between FA within NAWM and clinical evaluation of hypertension and disability provides further evidence that white matter microstructural integrity is impacted by cerebrovascular function.

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 enseignants0,095
Score d'incertitude au seuil0,416

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,327
Écart entre enseignants0,305 · 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

Citations19
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Biomedical ImagingMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207