Quantitative susceptibility mapping in amyotrophic lateral sclerosis: automatic quantification of the magnetic susceptibility in the subcortical nuclei
Notice bibliographique
Résumé
Objective Previous studies have suggested a link between dysregulation of cortical iron levels and neuronal loss in amyotrophic lateral sclerosis (ALS) patients. However, few studies have reported differences in quantitative susceptibility mapping (QSM) values in subcortical nuclei between patients with ALS and healthy controls (HCs).Methods MRI was performed using a 3 Tesla Prisma scanner (64-channel head coil), including 3D T1-MPRAGE and multi-echo 3D GRE for QSM reconstruction. Automated QSM segmentation was used to measure susceptibility values in the subcortical nuclei, which were compared between the groups. Correlations with clinical scales were analyzed. Group comparisons were performed using independent t-tests, with p < 0.05 considered significant. Correlations were assessed using Pearson’s correlation, with p < 0.05 considered significant. Cohen’s d was reported to compare the standardized mean difference (SMD) of QSM.Results Twelve patients with limb-onset ALS (mean age 48.7 years, 75% male) and 13 age-, sex-, and handedness-matched HCs (mean age 44.6 years, 69% male) were included. Compared to HCs, ALS patients demonstrated significantly lower susceptibility in the left caudate nucleus (CN) (SMD = −0.845), right CN (SMD = −0.851), whole CN (SMD = −1.016), and left subthalamic nucleus (STN) (SMD = −1.000). Susceptibility in the left putamen (SMD = −0.857), left thalamus (SMD = −1.081), and whole thalamus (SMD = −0.968) was significantly higher in the patients. The susceptibility of the substantia nigra (SN), CN, and pulvinar was positively correlated with disease duration.Conclusions QSM detects abnormal iron accumulation patterns in the subcortical gray matter of ALS patients, which correlates with disease characteristics, supporting its potential as a neuroimaging biomarker.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».