Feasibility of diffusion‐tensor and correlated diffusion imaging for studying white‐matter microstructural abnormalities: Application in <scp>COVID</scp>‐19
Notice bibliographique
Résumé
There has been growing attention on the effect of COVID-19 on white-matter microstructure, especially among those that self-isolated after being infected. There is also immense scientific interest and potential clinical utility to evaluate the sensitivity of single-shell diffusion magnetic resonance imaging (MRI) methods for detecting such effects. In this work, the performances of three single-shell-compatible diffusion MRI modeling methods are compared for detecting the effect of COVID-19, including diffusion-tensor imaging, diffusion-tensor decomposition of orthogonal moments and correlated diffusion imaging. Imaging was performed on self-isolated patients at the study initiation and 3-month follow-up, along with age- and sex-matched controls. We demonstrate through simulations and experimental data that correlated diffusion imaging is associated with far greater sensitivity, being the only one of the three single-shell methods to demonstrate COVID-19-related brain effects. Results suggest less restricted diffusion in the frontal lobe in COVID-19 patients, but also more restricted diffusion in the cerebellar white matter, in agreement with several existing studies highlighting the vulnerability of the cerebellum to COVID-19 infection. These results, taken together with the simulation results, suggest that a significant proportion of COVID-19 related white-matter microstructural pathology manifests as a change in tissue diffusivity. Interestingly, different b-values also confer different sensitivities to the effects. No significant difference was observed in patients at the 3-month follow-up, likely due to the limited size of the follow-up cohort. To summarize, correlated diffusion imaging is shown to be a viable single-shell diffusion analysis approach that allows us to uncover opposing patterns of diffusion changes in the frontal and cerebellar regions of COVID-19 patients, suggesting the two regions react differently to viral infection.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».