Changes of cerebral structure and perfusion in subtypes of systemic sclerosis: a brain magnetic resonance imaging study
Notice bibliographique
Résumé
OBJECTIVES: The characteristics of brain impairment in different subtypes of systemic sclerosis (SSc) (dcSSc, diffuse cutaneous SSc; lcSSc, limited cutaneous SSc) remain unclear. This study aimed to characterize cerebral structure and perfusion changes in different subtypes of SSc patients using magnetic resonance (MR) imaging. METHODS: Seventy SSc patients (46.0 ± 11.7 years, 62 females) and 30 healthy volunteers (44.8 ± 13.7 years, 24 females) were recruited and underwent brain MR imaging and Montreal Cognitive Assessment (MoCA) test. Gray matter (GM) volumes were measured using voxel-based morphometry analysis on T1-weighted images. Voxel-based and regional cerebral blood flow (CBF) was calculated on arterial spin labelling images. The cerebral structural and perfusion measurements by MR imaging were compared among dcSSc, lcSSc and healthy subjects using one-way ANOVA. The correlations between clinical characteristics and MR imaging measurements were also analysed. RESULTS: The dcSSc patients exhibited a significant reduction in GM volume in the para-hippocampal region (cluster P < 0.01, FWE corrected) compared with healthy volunteers. Whereas SSc patients, particularly lcSSc patients, showed elevated CBF in cerebellum, insula, cerebral cortex and subcortical structures (regional analyses: all P < 0.05; voxel-based analyses: cluster P < 0.01, FWE corrected). Furthermore, clinical characteristics of modified Rodnan skin score (mRSS) (r value ranged from -0.29 to -0.45), MoCA scores (r = 0.40) and anti-nuclear antibody (ANA) positivity (r = -0.33) were significantly associated with CBF in some regions (all P < 0.05). CONCLUSION: The manifestations of brain involvement vary among different subtypes of SSc. In addition, severe skin sclerosis may indicate higher risk of brain involvement in SSc patients.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».