Normalizing spinal cord compression measures in degenerative cervical myelopathy
Notice bibliographique
Résumé
BACKGROUND CONTEXT: Accurate and automatic MRI measurements are relevant for assessing spinal cord compression severity in degenerative cervical myelopathy (DCM) and guiding treatment. The widely-used maximum spinal cord compression (MSCC) index has limitations. Firstly, it normalizes the anteroposterior cord diameter by that above and below the compression but does not account for cord size variation along the superior-inferior axis, making MSCC sensitive to compression level. Secondly, cord shape varies across individuals, making MSCC sensitive to this variability. Thirdly, MSCC is typically calculated by an expert-rater from a single sagittal slice, which is time-consuming and prone to variability. PURPOSE: This study proposes a fully automatic pipeline to compute MSCC. DESIGN: We developed a normalization strategy for traditional MSCC (anteroposterior diameter) using a healthy adults database (n = 203) to address cord anatomy variability across individuals and evaluated additional morphometrics (transverse diameter, area, eccentricity, and solidity). PATIENT SAMPLE: DCM patient cohort of n = 120. OUTCOME MEASURES: Receiver operating characteristic (ROC) and area under the curve (AUC) were used as evaluation metrics. METHODS: We validated the method in a mild DCM patient cohort against manually derived morphometrics and predicted the therapeutic decision (operative/conservative) using a stepwise binary logistic regression incorporating demographics and clinical scores. RESULTS: The automatic and normalized MSCC measures correlated significantly with clinical scores and predicted the therapeutic decision more accurately than manual MSCC. Significant predictors included upper extremity sensory dysfunction, T2w hyperintensity, and the proposed MRI-based measures. The model achieved an area under the curve of 0.80 in receiver operating characteristic analysis. CONCLUSION: This study introduced an automatic method for computing normalized measures of cord compressions from MRIs, potentially improving therapeutic decisions in DCM patients. The method is open-source and available in Spinal Cord Toolbox v6.0 and above.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».