MétaCan
Menu
Retour à la cohorte
Enregistrement W4403203239 · doi:10.1093/braincomms/fcae299

Watershed regions are more susceptible to tissue microstructural injury in multiple sclerosis

2024· article· en· W4403203239 sur OpenAlexaboutno aff
Ahmad A. Toubasi, Junzhong Xu, Jarrod Eisma, Salma AshShareef, Caroline Gheen, Taegan Vinarsky, Pragnya Adapa, Shailee Shah, James Eaton, Richard Dortch, Manus J. Donahue, Francesca Bagnato

Notice bibliographique

RevueBrain Communications · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Multiple Sclerosis SocietyMultiple Sclerosis SocietyHealth Services Research and DevelopmentU.S. Department of Veterans Affairs
Mots-clésMultiple sclerosisWhite matterLesionMagnetic resonance imagingWatershedMedicinePartial volumeMyelinNuclear medicinePathologyRadiologyCentral nervous systemInternal medicine

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,722
Score d'incertitude au seuil0,717

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,136
Tête enseignante GPT0,380
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain CommunicationsMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207