Watershed regions are more susceptible to tissue microstructural injury in multiple sclerosis
Notice bibliographique
Résumé
Abstract Histopathologic studies report higher concentrations of multiple sclerosis white matter lesions in watershed areas of the brain, suggesting that areas with relatively lower oxygen levels may be more vulnerable to disease. However, it is unknown at what point in the disease course lesion predilection for watershed territories begins. Accordingly, we studied a cohort of people with newly diagnosed disease and asked whether (1) white matter lesions disproportionally localize to watershed-regions and (2) the degree of microstructural injury in watershed-lesions is more severe. Fifty-four participants, i.e. 38 newly diagnosed people with multiple sclerosis, clinically isolated syndrome or radiologically isolated syndrome, and 16 age- and sex-matched healthy controls underwent brain magnetic resonance imaging. T1-weighted and T2-weighted fluid-attenuated inversion recovery sequences, selective inversion recovery quantitative magnetisation transfer images, and the multi-compartment diffusion imaging with the spherical mean technique were acquired. We computed the macromolecular-to-free pool size ratio, and the apparent axonal volume fraction maps to indirectly estimate myelin and axonal integrity, respectively. We produced a flow territory atlas in each subject’s native T2-weighted fluid-attenuated inversion recovery images using a T1-weighted magnetic resonance imaging template in the Montreal Neurological Institute 152 space. Lesion location relative to the watershed, non-watershed and mixed brain vascular territories was annotated. The same process was performed on the T2-weighted fluid-attenuated inversion recovery images of the healthy controls using 294 regions of interest. Generalized linear mixed models for continuous outcomes were used to assess differences in size, pool size ratio and axonal volume fraction between lesions/regions of interests (in healthy controls) situated in different vascular territories. In patients, we assessed 758 T2-lesions and 356 chronic black holes (cBHs). The watershed-territories had higher relative and absolute concentrations of T2-lesions (P≤0.041) and cBHs (P≤0.036) compared to either non-watershed- or mixed-zones. T2-lesions in watershed-areas also had lower pool size ratio relative to T2-lesions in either non-watershed- or mixed-zones (P = 0.039). These results retained significance in the sub-cohort of people without vascular comorbidities and when accounting for periventricular lesions. In healthy controls, axonal volume fraction was higher only in mixed-areas regions of interest compared to non-watershed-ones (P = 0.008). No differences in pool size ratio were seen. We provide in vivo evidence that there is an association between arterial vascularisation of the brain and multiple sclerosis-induced tissue injury as early as the time of disease diagnosis. Our findings underline the importance of oxygen delivery and healthy arterial vascularisation to prevent lesion formation and foster a better outcome in multiple sclerosis.
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 | 0,001 | 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) | 0,002 | 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 ».