Applicability of multiple quantitative magnetic resonance methods in genetic brain white matter disorders
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Magnetic resonance imaging (MRI) measures of tissue microstructure are important for monitoring brain white matter (WM) disorders like leukodystrophies and multiple sclerosis. They should be sensitive to underlying pathological changes. Three whole-brain isotropic quantitative methods were applied and compared within a cohort of controls and leukodystrophy patients: two novel myelin water imaging (MWI) techniques (multi-compartment relaxometry diffusion-informed MWI: MCR-DIMWI, and multi-echo T2 relaxation imaging with compressed sensing: METRICS) and neurite orientation dispersion and density imaging (NODDI). METHODS: For 9 patients with different leukodystrophies (age range 0.4-62.4 years) and 15 control subjects (2.3-61.3 years), T1-weighted MRI, fluid-attenuated inversion recovery, multi-echo gradient echo with variable flip angles, METRICS, and multi-shell diffusion-weighted imaging were acquired on 3 Tesla. MCR-DIMWI, METRICS, NODDI, and quality control measures were extracted to evaluate differences between patients and controls in WM and deep gray matter (GM) regions of interest (ROIs). Pearson correlations, effect size calculations, and multi-level analyses were performed. RESULTS: MCR-DIMWI and METRICS-derived myelin water fractions (MWFs) were lower and relaxation times were higher in patients than in controls. Effect sizes of MWF values and relaxation times were large for both techniques. Differences between patients and controls were more pronounced in WM ROIs than in deep GM. MCR-DIMWI-MWFs were more homogeneous within ROIs and more bilaterally symmetrical than METRICS-MWFs. The neurite density index was more sensitive in detecting differences between patients and controls than fractional anisotropy. Most measures obtained from MCR-DIMWI, METRICS, NODDI, and diffusion tensor imaging correlated strongly with each other. CONCLUSION: This proof-of-concept study shows that MCR-DIMWI, METRICS, and NODDI are sensitive techniques to detect changes in tissue microstructure in WM disorders.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 ».