Multiparametric magnetic resonance imaging for detection of pathological changes in the central nervous system of a mouse model of multiple sclerosis in vivo
Notice bibliographique
Résumé
Multiple sclerosis (MS) is an autoimmune disease involving demyelination and axonal damage in the central nervous system (CNS). In this study, we investigated pathological changes in the lumbar spinal cord of C57BL/6 mice induced with progressive experimental autoimmune encephalomyelitis (EAE) disease using 9.4-T magnetic resonance imaging (MRI). Multiparametric MRI measurements including MR spectroscopy, diffusion tensor imaging (DTI) and volumetric analyses were applied to detect metabolic changes in the CNS of EAE mice. Compared with healthy mice, EAE mice showed a significant reduction in N-acetyl aspartate and increases in choline, glycine, taurine and lactate. DTI revealed a significant reduction in fractional anisotropy and axial diffusivity and an increase in radial diffusivity in the lumbar spinal cord white matter (WM), while in the grey matter (GM), fractional anisotropy increased. High-resolution structural imaging also revealed lumbar spinal cord WM hypertrophy and GM atrophy. Importantly, these MRI changes were strongly correlated with EAE disease scoring and pathological changes in the lumbar (L2-L6), particularly WM demyelination lesions and aggregation of immune cells (microglia/macrophages and astrocytes) in this region. This study identified changes in MRI biomarker signatures that can be useful for evaluating the efficacy of novel drugs using EAE models in vivo.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,000 |
| 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 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 ».