Correlation of brain segmental volume changes with clinical parameters: a longitudinal study in multiple sclerosis patients
Notice bibliographique
Résumé
OBJECTIVE: To measure the cranial volume differences from 15 different parts in the follow-up of relapsing-remitting multiple sclerosis (RRMS) patients and correlate them with clinical parameters. METHODS: Forty-seven patients with RRMS were included in the study. Patients were grouped into two categories; low Expanded Disability Status Scale (EDSS) (< 3; group 1), and moderate-high EDSS (≥ 3; group 2). Patients were evaluated with Beck Depression Inventory (BDI), Montreal Cognitive Assessment (MOCA), Symbol Digit Modalities Test (SDMT), Fatigue Severity Scale (FSS), and calculated Annualized Relapse Rate (ARR) scores. Magnetic resonance imaging (MRI) was performed with a 1.5T MRI device (Magnetom AERA, Siemens, Erlangen, Germany) twice in a 1-year period. Volumetric analysis was performed by a free, automated, online MRI brain volumetry software. The differences in volumetric values between the two MRI scans were calculated and correlated with the demographic and clinical parameters of the patients. RESULTS: < 0.001). In addition, putaminal volume loss was related to a higher number of attacks. Besides, a negative relation between FSS with total amygdala volumes, a link between atrophy of globus pallidus and ARR, and BDI scores was found with the aid of network analysis. CONCLUSIONS: Apart from a visual demonstration of volume loss, cranial MRI with volumetric analysis has a great potential for revealing covert links between segmental volume changes and clinical parameters.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».