MétaCan
Menu
Retour à la cohorte
Enregistrement W4388887794 · doi:10.1093/braincomms/fcad313

Longitudinal evolution of diffusion metrics after left hemisphere ischaemic stroke

2023· article· en· W4388887794 sur OpenAlexafffund
Johémie Boucher, Karine Marcotte, Christophe Bedetti, Bérengère Houzé, Maxime Descoteaux, Amélie Brisebois, Alberto Osa García, Elizabeth Rochon, Carol Léonard, Alex Désautels, Simona M. Brambati

Notice bibliographique

RevueBrain Communications · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of OttawaToronto Rehabilitation InstituteHeart and Stroke FoundationUniversity of TorontoCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversity Health NetworkUniversité de SherbrookeUniversité de MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaHeart and Stroke Foundation of Canada
Mots-clésWhite matterFractional anisotropyDiffusion MRIStroke (engine)LesionMedicineMagnetic resonance imagingPathologyRadiologyPhysics

Résumé

récupéré en direct d'OpenAlex

White matter is often severely affected after human ischaemic stroke. While animal studies have suggested that various factors may contribute to white matter structural damage after ischaemic stroke, the characterization of damaging processes to the affected hemisphere after human stroke remains poorly understood. Thus, the present study aims to thoroughly describe the longitudinal pattern of evolution of diffusion magnetic resonance imaging metrics in different parts of the ipsilesional white matter after stroke. We acquired diffusion and anatomical images in 17 patients who had suffered from a single left hemisphere ischaemic stroke, at 24-72 h, 8-14 days and 6 months post-stroke. For each patient, we created three regions of interest: (i) the white matter lesion; (ii) the perilesional white matter; and (iii) the remaining white matter of the left hemisphere. We extracted diffusion metrics (fractional anisotropy, mean, axial and radial diffusivities) for each region and conducted two-way repeated measures ANOVAs with stage post-stroke (acute, subacute and chronic) × regions of interest (white matter lesion, perilesional white matter and remaining white matter). Fractional anisotropy values stayed consistent across time-points, with significantly lower values in the white matter lesion compared to the perilesional white matter and remaining white matter tissue. Fractional anisotropy values of the perilesional white matter were also significantly lower than that of the remaining white matter. Mean, axial and radial diffusivities in the white matter lesion were all decreased in the acute stage compared to perilesional white matter and remaining white matter, but significantly increased in both the subacute and chronic stages. Significant increases in mean and radial diffusivities in the perilesional white matter were seen in the later stages of stroke. Our findings suggest that various physiological processes are at play in the acute, subacute and chronic stages following ischaemic stroke, with the infarct territory and perilesional white matter affected by ischaemia at different rates and to different extents throughout the stroke recovery stages. The examination of multiple diffusivity metrics may inform us about the mechanisms occurring at different time-points, i.e. focal swelling, axonal damage or myelin loss.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,297
Score d'incertitude au seuil0,384

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,377
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrain CommunicationsMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207