MétaCan
Menu
Retour à la cohorte
Enregistrement W4391116061 · doi:10.1016/j.bbamem.2024.184287

A review of concepts and methods for FTIR imaging of biomarker changes in the post-stroke brain

2024· review· en· W4391116061 sur OpenAlexafffund
Rhiannon Boseley, Nicole J. Sylvain, Lissa Peeling, Michael Kelly, M. Jake Pushie

Notice bibliographique

RevueBiochimica et Biophysica Acta (BBA) - Biomembranes · 2024
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSpectroscopy Techniques in Biomedical and Chemical Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesGovernment of SaskatchewanNatural Sciences and Engineering Research Council of CanadaNational Research CouncilCanadian Institutes of Health ResearchCanada Foundation for InnovationUniversity of Saskatchewan
Mots-clésFourier transform infrared spectroscopyStroke (engine)BiomarkerImaging biomarkerBrain ischemiaMedicineBiomedical engineeringNeuroscienceInternal medicineChemistryIschemiaPsychologyMagnetic resonance imagingRadiologyBiochemistryChemical engineering

Résumé

récupéré en direct d'OpenAlex

Stroke represents a core area of study in neurosciences and public health due to its global contribution toward mortality and disability. The intricate pathophysiology of stroke, including ischemic and hemorrhagic events, involves the interruption in oxygen and nutrient delivery to the brain. Disruption of these crucial processes in the central nervous system leads to metabolic dysregulation and cell death. Fourier transform infrared (FTIR) spectroscopy can simultaneously measure total protein and lipid content along with a number of key biomarkers within brain tissue that cannot be observed using conventional techniques. FTIR imaging provides the opportunity to visualize this information in tissue which has not been chemically treated prior to analysis, thus retaining the spatial distribution and in situ chemical information. Here we present a review of FTIR imaging methods for investigating the biomarker responses in the post-stroke brain.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,033
Tête enseignante GPT0,458
Écart entre enseignants0,424 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations16
Publié2024
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueBiochimica et Biophysica Acta (BBA) - BiomembranesMême sujetSpectroscopy Techniques in Biomedical and Chemical ResearchTravaux en français237 207