Comparison of post-stroke white matter assessment using disconnectome-symptom mapping versus quantitative diffusion MRI
Notice bibliographique
Résumé
Indirect structural disconnection-symptom mapping allows white matter impairment to be determined without the need for multi-directional diffusion (MDDW) imaging for each individual. Although widely used this method has not been validated. We analyzed a multicenter dataset obtained from 166 individuals in the chronic stage after stroke with upper limb impairment quantified with Fugl-Meyer upper extremity score (FMUE) comprising stroke lesion maps and MDDW imaging. White matter integrity was quantified (1) by diffusion-tensor-imaging-based fractional anisotropy in preselected tracts (fractional anisotropy method; FAM) and (2) by extracting a percentage of tract disconnection by masking each tract of a predefined tractography atlas using the individual map (disconnection-symptom mapping; DSM). We also calculated a lateralization index for the fractional anisotropy between both hemispheres. The following tracts were tested: corticospinal tract (CST), superior lateral fasciculus (SLF) and corpus callosum (CC) but also optic radiation (OR) as a control tract. Both methods (FAM, DSM) showed comparable results for the association of white matter integrity of the CST with FMUE. DSM showed a strong association with FMUE likely because of the number of participants who failed to show an overlap of the tracts and lesion masks (for CST: n = 57 out of 166; for CC: n = 103 out of 166) whereas with FAM these participants could be used for further analyses. On the first view, our data support the use of white matter integrity quantification based on DSM in individuals with chronic stroke. However, at least one-third-of cases (for CC even worse) showed no overlap of lesion and tract resulting in artificially high associations with clinical parameters.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».