Quantitative Analysis of Early White Matter Damage in Cuprizone Mouse Model of Demyelination Using 7.0 T MRI Multiparametric Approach
Notice bibliographique
Résumé
Magnetic Resonance Imaging (MRI) is commonly used to follow the progression of neurodegenerative conditions, including multiple sclerosis (MS). MRI is limited by a lack of correlation between imaging results and clinical presentations, referred to as the clinico-radiological paradox. Animal models are commonly used to mimic the progression of human neurodegeneration and as a tool to help resolve the paradox. Most studies focus on later stages of white matter (WM) damage whereas few focus on early stages when oligodendrocyte apoptosis has just begun. The current project focused on these time points, namely weeks 2 and 3 of cuprizone (CPZ) administration, a toxin which induces pathophysiology similar to MS. In vivo T2-weighted (T2W) and Magnetization Transfer Ratio (MTR) maps and ex vivo Diffusion Tensor Imaging (DTI), Magnetization Transfer Imaging (MTI), and relaxometry (T1 and T2) values were obtained at 7 T. Significant changes in T2W signal intensity and non-significant changes in MTR were observed to correspond to early WM damage, whereas significant changes in both corresponded with full demyelination. Some DTI metrics decrease with simultaneous increase in others, indicating acute demyelination. MTI metrics T2A, T2B, f and R were observed to have contradictory changes across CPZ administration. T1 relaxation times were observed to have stronger correlations to disease states during later stages of CPZ treatment, whereas T2 had weak correlations to early WM damage. These results all suggest the need for multiple metrics and further studies at early and late time points of demyelination. Further research is required to continue investigating the interplay between various MR metrics during all weeks of CPZ administration.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| 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) | 0,000 | 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 ».