Change in Volumes and Location of Preterm White Matter Injury over a Period of 15 Years
Notice bibliographique
Résumé
OBJECTIVE: To evaluate whether white matter injury (WMI) volumes and spatial distribution, which are important predictors of neurodevelopmental outcomes in preterm infants, have changed over a period of 15 years. STUDY DESIGN: Five hundred and twenty-eight infants born <32 weeks' gestational age from 2 sequential prospective cohorts (cohort 1: 2006 through 2012; cohort 2: 2014 through 2019) underwent early-life (median 32.7 weeks postmenstrual age) and/or term-equivalent-age MRI (median 40.7 weeks postmenstrual age). WMI were manually segmented for quantification of volumes. There were 152 infants with WMI with 74 infants in cohort 1 and 78 in cohort 2. Multivariable linear regression models examined change in WMI volume across cohorts while adjusting for clinical confounders. Lesion maps assessed change in WMI location across cohorts. RESULTS: There was a decrease in WMI volume in cohort 2 compared with cohort 1 (β = -0.6, 95% CI [-0.8, -0.3], P < .001) with a shift from more central to posterior location of WMI. There was a decrease in clinical illness severity of infants across cohorts. CONCLUSIONS: We found a decrease in WMI volume and shift to more posterior location in very preterm infants over a period of 15 years. This may potentially reflect more advanced maturation of white matter at the time of injury which may be related to changes in clinical practice over time.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».