Multimodal imaging with magnetization transfer and diffusion tensor imaging reveals evidence of myelin damage in children and youth treated for a brain tumor
Notice bibliographique
Résumé
Abstract Background The microstructural damage underlying compromise of white matter following treatment for pediatric brain tumors is unclear. We use multimodal imaging employing advanced diffusion tensor imaging (DTI) and magnetization transfer imaging (MTI) MRI methods to examine chronic microstructural damage to white matter in children and adolescents treated for pediatric brain tumor. Notably, MTI may be more sensitive to macromolecular content, including myelin, than DTI. Methods Fifty patients treated for brain tumors (18 treated with surgery ± chemotherapy and 32 treated with surgery followed by cranial–spinal radiation; time from diagnosis to scan ~6 years) and 45 matched healthy children completed both MTI and DTI scans. Voxelwise and region-of-interest approaches were employed to compare white matter microstructure metrics (magnetization transfer ratio (MTR); DTI— fractional anisotropy [FA], radial diffusivity [RD], axial diffusivity [AD], mean diffusivity [MD]) between patients and healthy controls. Results MTR was decreased across multiple white matter tracts in patients when compared to healthy children, P < .001. These differences were observed for both patients treated with radiation and those treated with only surgery, P < .001. We also found that children and adolescents treated for brain tumors exhibit decreased FA and increased RD/AD/MD compared to their healthy counterparts in several white matter regions, Ps < .02. Finally, we observed that MTR and DTI metrics were related to multiple white matter tracts in patients, Ps < .01, but not healthy control children. Conclusions Our findings provide evidence that the white matter damage observed in patients years after treatment of pediatric posterior fossa tumors, likely reflects myelin disruption.
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 | 0,001 |
| 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 ».