Perilymphatic Signal Changes in Vestibular Schwannoma: A Potential Biomarker of Progressive Hearing Loss?
Notice bibliographique
Résumé
OBJECTIVE: Vestibular schwannomas influence the magnetic resonance (MR) signal intensity (SI) in the vestibular cistern and cochlear perilymph. The aim of this study is to evaluate the relationship between perilymphatic signal changes on gradient-echo T2-weighted 3 T MR sequence and the clinical symptoms. STUDY DESIGN: Retrospective case-control study. SETTING: The study was conducted at the Institute of Image-Guided Surgery in Strasbourg, France. METHODS: Patients with vestibular schwannoma who underwent magnetic resonance imaging at our institution between 2008 and 2016 were retrospectively reviewed. A control group consisted of individuals without past or present otological symptoms. The vestibular schwannomas were divided into three groups, based on the degree of internal auditory canal obstruction. The SI ratios of the vestibular cistern to cerebrospinal fluid (CSF) and cochlea to CSF were compared with clinical data. RESULTS: We included 172 patients with vestibular schwannoma and 61 controls. Vestibular schwannoma was associated with a significant decrease of the SI ratio of the vestibular cistern to CSF (0.716 ± 0.297 vs 1.06 ± 0.21, P = .004) and cochlea to CSF (0.66 ± 0.199 vs 0.903 ± 0.011, P = .004) compared to controls, with significant negative correlation between both the SI ratios of the vestibular cistern and cochlea to CSF with tumor volume (P < .001). Among all the symptoms studied, the SI ratio of the cistern normalized by CSF was significantly associated with progressive hearing loss (P = .003). CONCLUSION: Perilymphatic vestibular cistern and cochlear SI changes appear to be a promising noninvasive biomarker for hearing impairment in vestibular schwannoma.
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 | 0,001 | 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 | 0,000 | 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 ».