Longitudinal Imaging Biomarkers Correlate with Progressive Motor Deficit in the Mouse Model of Charlevoix‐Saguenay Ataxia
Notice bibliographique
Résumé
OBJECTIVE: In autosomal recessive spastic ataxia of Charlevoix-Saguenay (ARSACS) disease, severity and age of onset vary greatly, hindering to objectively measure and predict clinical progression. Thickening of the retinal nerve fiber layer is distinctive of ARSACS patients, as assessed by optical coherence tomography, whereas conventional brain magnetic resonance imaging findings include both supratentorial and infratentorial changes. Because longitudinal imaging studies in ARSACS patients are not available to define these changes as biomarkers of disease progression, we aimed to address this issue in the ARSACS mouse model. METHODS: ARSACS mouse model, alongside motor and coordination assessment in the beam walking test. We also investigated visual function and the molecular mechanisms underlying RNFL increased thickness by histology and immunofluorescence. RESULTS: mouse model, reflecting the progression of motor impairment, and later reaches a plateau when thinning of the posterior corpus callosum becomes detectable by MRI. Mechanistically, we unveiled that RNFL thickening is associated with aberrant accumulation of non-phosphorylated neurofilament H and glial fibrillary acidic protein. We also uncovered mild signs of myelin pathology coherent with increased latency of visual evoked potentials, and altered retinal activation by photopic electroretinography. INTERPRETATION: mouse model. Our data gathers knowledge instrumental to clinical studies, holding potential as readout for treatment efficacy. ANN NEUROL 2025;97:425-434.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».