Repeatability of neurite orientation dispersion and density imaging in patients with traumatic brain injury
Notice bibliographique
Résumé
Abstract Background and Purpose The aim of this study was to assess the repeatability of neurite orientation dispersion and density imaging in healthy controls (HCs) and traumatic brain injury (TBI). Methods Seventeen HCs and 48 TBI patients were scanned twice over 18 weeks with diffusion imaging. Orientation dispersion (ODI), neurite density (NDI), and the fraction of isotropic diffusion (F‐ISO) were quantified in regions of interest (ROIs) from a gray matter, subcortical, and white matter atlas and compared using the coefficient of variation for repeated measures (CV rep ), which quantifies the expected percent change on repeated measurement. We used a modified signed likelihood ratio test (M‐SLRT) to compare the CV rep between groups in each ROI while correcting for multiple comparisons. Results NDI exhibited excellent repeatability in both groups; the only group difference was found in the fusiform gyrus, where HCs exhibited better repeatability (M‐SLRT = 9.463, p = .0021). ODI also had excellent repeatability in both groups, although repeatability was significantly better in HCs in 16 cortical ROIs ( p < .0022) and in the bilateral white matter and bilateral cortex ( p < .0027). F‐ISO exhibited relatively poor repeatability in both groups, with few group differences. Conclusion Overall, the repeatability of the NDI, ODI, and F‐ISO metrics over an 18‐week period is acceptable for assessing the effects of behavioral or pharmacological interventions, though caution is advised when assessing F‐ISO changes over time.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 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 ».