Spinal cord demyelination predicts neurological deterioration in patients with mild degenerative cervical myelopathy
Notice bibliographique
Résumé
Background: Degenerative cervical myelopathy (DCM) is the most common form of atraumatic spinal cord injury globally. Clinical guidelines regarding surgery for patients with mild DCM and minimal symptoms remain uncertain. This study aims to identify imaging and clinical predictors of neurological deterioration in mild DCM and explore pathophysiological correlates to guide clinical decision-making. Methods: Patients with mild DCM underwent advanced MRI scans that included T2-weighted, diffusion tensor imaging and magnetisation transfer (MT) sequences, along with clinical outcome measures at baseline and 6-month intervals after enrolment. Quantitative MRI (qMRI) metrics were derived above and below maximally compressed cervical levels (MCCLs). Various machine learning (ML) models were trained to predict 6 month neurological deterioration, followed by global and local model interpretation to assess feature importance. Results: A total of 49 patients were followed for a maximum of 2 years, contributing 110 6-month data entries. Neurological deterioration occurred in 38% of cases. The best-performing ML model, combining clinical and qMRI metrics, achieved a balanced accuracy of 83%, and an area under curve-receiver operating characteristic of 0.87. Key predictors included MT ratio (demyelination) above the MCCL in the dorsal and ventral funiculi and moderate tingling in the arm, shoulder or hand. qMRI metrics significantly improved predictive performance compared to models using only clinical (bal. acc=68.1%) or imaging data (bal. acc=57.4%). Conclusions: Reduced myelin content in the dorsal and ventral funiculi above the site of compression, combined with sensory deficits in the hands and gait/balance disturbances, predicts 6-month neurological deterioration in mild DCM and may warrant early surgical intervention.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».