MétaCan
Menu
← Retour à la cohorte
Enregistrement W4417011416 · doi:10.1182/blood-2025-2917

Multimodal evaluation of brain injury and cerebral iron deposition in thalassemia patients: A combined human-imaging and murine model study

2025· article· en· W4417011416 sur OpenAlexaboutno aff
Jing Shao, Cheng Tang, Yanfei Lu, Mian Wu, Zhenbin Wei, Zhaoping Gan, Yumei Huang, Peng Peng, Cailan Wen, Yongrong Lai, Rongrong Liu

Notice bibliographique

RevueBlood · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHemoglobinopathies and Related Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlobus pallidusFerritinDeferiproneSubthalamic nucleusSusceptibility weighted imagingMagnetic resonance imagingDeferasiroxThalassemiaMontreal Cognitive Assessment

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: Chronic anemia and iron overload in thalassemia (TM) may contribute to neurological injury, though this remains underexplored. We employed a multimodal strategy—integrating human imaging, neurocognitive assessment, and animal modeling—to investigate brain damage and iron deposition patterns in TM patients and the associated risk factors. Methods: We prospectively enrolled 88 TM patients (46 transfusion-dependent [TDT], 42 non-transfusion-dependent [NTDT]) and 79 healthy controls (HCs) between Sept 2022 and Sept 2024. Resting-state functional magnetic resonance imaging (rs-fMRI) was used to assess neural activity. Cognitive status was evaluated via Mini-Mental State Examination (MMSE) and the Montreal Cognitive Assessment (MoCA). Brain iron content was quantified using quantitative susceptibility mapping (QSM), the magnetic susceptibility of regions of interest (ROI) and serum ferritin (SF), S100B protein, and neuron-specific enolase (NSE) levels were measured. A parallel mouse iron overload model was established with four groups (NC, L-IO, M-IO, H-IO), and brain tissues were analyzed at 8, 10, and 16 weeks using Prussian blue staining and iron quantification. Results: rs-fMRI revealed significant alterations in neural activity across cognition-, emotion-, motor-, and memory-related regions in both NTDT and TDT groups vs HCs (P<0.05). Cognitive testing confirmed impairments in attention, memory, and language domains in TM patients (P<0.05); SF negatively correlated with MMSE attention/calculation (r= –0.22) and recall (r= –0.23). QSM showed elevated magnetic susceptibility in the right subthalamic nucleus and left medial globus pallidus in TM patients (P<0.05). SF correlated positively with subthalamic nucleus iron (r=0.293, P<0.05), and cardiac T2* correlated negatively with pallidal iron (r=–0.376, P<0.01). In the murine model, iron accumulated in the choroid plexus at 8 weeks in M-IO and H-IO groups, with progressive deposition at weeks 10 and 16. Brain iron concentrations at week 16 differed significantly among groups (F=18.38, P<0.05), with the H-IO group showing significantly higher levels than others (P<0.01). S100B and NSE levels increased progressively from HC to NTDT to TDT groups, with significant elevations in the TDT group compared to HCs (P<0.05), indicating ongoing parenchymal brain injury. Conclusions: TM patients exhibit measurable cognitive impairment and functional brain alterations, likely associated with regional iron deposition. TDT patients may experience subclinical brain parenchymal injury. These findings underscore the value of integrated multimodal evaluation in identifying early neurological complications in thalassemia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,287
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBlood→Même sujetHemoglobinopathies and Related Disorders→Travaux en français237 207→