A study on the changes of white matter microstructure in breast cancer patients undergoing chemotherapy based on DTI technology
Notice bibliographique
Résumé
BackgroundBreast cancer is a prevalent cancer affecting women globally, with incidence rates rising rapidly.PurposeTo examine the diffusion tensor imaging (DTI) data of patients with breast cancer before and after chemotherapy through tract-based spatial statistical analysis (TBSS).Material and MethodsCognitive and neuropsychological tests and whole-brain DTI were administered to patients with breast cancer who did not receive postoperative chemotherapy (C-) or received postoperative chemotherapy (C+) and healthy controls (HCs). Structural differences across groups were compared through fractional anisotropy (FA), mean diffusivity rate (MD), radial diffusivity tensor (RD), and axial diffusivity tensor (AD). Spearman's correlation analysis was employed to explore the association of FA, MD, RD, and AD values in different brain regions with the results of cognitive and neuropsychological tests, as well as the relationship between DTI parameters and cognitive performance as measured by the Montreal Cognitive Assessment (MoCA) scores.ResultsCompared with the C- group, the C + group exhibited significant reduced FA values and increased MD and RD values in the genu of the corpus callosum, bilateral anterior and superior corona radiata, left posterior thalamic radiation, left external capsule, and bilateral superior longitudinal fasciculus. Spearman's correlation analysis showed a notable association between reduced FA values in specific regions and decreased cognitive performance, as measured by MoCA scores.ConclusionThese findings suggest that the alterations in white matter microstructure induced by breast cancer chemotherapy may contribute to cognitive decline. Further research is warranted to strengthen evidence for this relationship.
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 | 0,000 |
| 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 ».