MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392784161 · doi:10.1111/hdi.13133

Longitudinal changes in diffusion tensor imaging in hemodialysis patients

2024· article· en· W4392784161 sur OpenAlexvenueno aff
Wesley Richerson, Brian D. Schmit, Dawn F. Wolfgram

Notice bibliographique

RevueHemodialysis International · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institutes of Health
Mots-clésDiffusion MRIFractional anisotropyWhite matterHemodialysisMedicineLongitudinal studyMagnetic resonance imagingInternal medicineRadiologyPathology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Hemodialysis patients have increased white matter and gray matter pathology in the brain relative to controls based on MRI. Diffusion tensor imaging is useful in detecting differences between hemodialysis and controls but has not identified the expected longitudinal decline in hemodialysis patients. In this study we implemented specialized post-processing techniques to reduce noise to detect longitudinal changes in diffusion tensor imaging parameters and evaluated for any association with changes in cognition. METHODS: We collected anatomical and diffusion MRIs as well as cognitive testing from in-center hemodialysis patients at baseline and 1 year later. Gray matter thickness, white matter volume, and white matter diffusion tensor imaging parameters were measured to identify longitudinal changes. We analyzed the diffusion tensor imaging parameters by averaging the whole white matter and using a pothole analysis. Eighteen hemodialysis patients were included in the longitudinal analysis and 15 controls were used for the pothole analysis. We used the NIH Toolbox Cognition Battery to assess cognitive performance over the same time frame. FINDINGS: Over the course of a year on hemodialysis, we found a decrease in white matter fractional anisotropy across the entire white matter (p < 0.01), and an increase in the number of white matter fractional anisotropy voxels below pothole threshold (p = 0.03). We did not find any relationship between changes in whole brain structural parameters and cognitive performance. DISCUSSION: By employing noise reducing techniques, we were able to detect longitudinal changes in diffusion tensor imaging parameters in hemodialysis patients. The fractional anisotropy declines over the year indicate significant decreases in white matter health. However, we did not find that declines in fractional anisotropy was associated with declines in cognitive performance.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,273
Écart entre enseignants0,260 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHemodialysis International→Même sujetDialysis and Renal Disease Management→Travaux en français237 207→