Evaluation of cervical spinal cord atrophy using a modified SIENA approach
Notice bibliographique
Résumé
Spinal cord (SC) atrophy obtained from structural magnetic resonance imaging has gained relevance as an indicator of neurodegeneration in various neurological disorders. The common method to assess SC atrophy is by comparing numerical differences of the cross-sectional spinal cord area (CSA) between time points. However, this indirect approach leads to considerable variability in the obtained results. Studies showed that this limitation can be overcome by using a registration-based technique. The present study introduces the Structural Image Evaluation using Normalization of Atrophy on the Spinal Cord (SIENA-SC), which is an adapted version of the original SIENA method, designed to directly calculate the percentage of SC volume change over time from clinical brain MRI acquired with an extended field of view to cover the superior part of the cervical SC. In this work, we compared SIENA-SC with the Generalized Boundary Shift Integral (GBSI) and the CSA change. On a scan-rescan dataset, SIENA-SC was shown to have the lowest measurement error than the other two methods. When comparing a group of 190 Healthy Controls with a group of 65 Multiple Sclerosis patients, SIENA-SC provided significantly higher yearly rates of atrophy in patients than in controls and a lower sample size when measured for treatment effect sizes of 50%, 30% and 10%. Our findings indicate that SIENA-SC is a robust, reproducible, and sensitive approach for assessing longitudinal changes in spinal cord volume, providing neuroscientists with an accessible and automated tool able to reduce the need for manual intervention and minimize variability in measurements.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,003 | 0,001 |
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 ».