Quantitative magnetic resonance imaging reflects different levels of histologically determined myelin densities in multiple sclerosis, including remyelination in inactive multiple sclerosis lesions
Notice bibliographique
Résumé
Magnetic resonance imaging (MRI) of focal or diffuse myelin damage or remyelination may provide important insights into disease progression and potential treatment efficacy in multiple sclerosis (MS). We performed post-mortem MRI and histopathological myelin measurements in seven progressive MS cases to evaluate the ability of three myelin-sensitive MRI scans to distinguish different stages of MS pathology, particularly chronic demyelinated and remyelinated lesions. At 3 Tesla, we acquired two different myelin water imaging (MWI) scans and magnetisation transfer ratio (MTR) data. Histopathology included histochemical stainings for myelin phospholipids (LFB) and iron as well as immunohistochemistry for myelin proteolipid protein (PLP), CD68 (phagocytosing microglia/macrophages) and BCAS1 (remyelinating oligodendrocytes). Mixed-effects modelling determined which histopathological metric best predicted MWF and MTR in normal-appearing and diffusely abnormal white matter, active/inactive, inactive, remyelinated and ischemic lesions. Both MWI measures correlated well with each other and histology across regions, reflecting the different stages of MS pathology. MTR data showed a considerable influence of components other than myelin and a strong dependency on tissue storage duration. Both MRI and histology revealed increased myelin densities in inactive compared with active/inactive lesions. Chronic inactive lesions harboured single scattered myelin fibres indicative of low-level remyelination. Mixed-effects modelling showed that smaller differences between white matter areas were linked to PLP densities and only to a small extent confounded by iron. MWI reflects differences in myelin lipids and proteins across various levels of myelin densities encountered in MS, including low-level remyelination in chronic inactive lesions.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».