Quantitative assessment of white matter injury in preterm neonates: Association with outcomes.
Notice bibliographique
Résumé
OBJECTIVE: To quantitatively assess white matter injury (WMI) volume and location in very preterm neonates, and to examine the association of lesion volume and location with 18-month neurodevelopmental outcomes.\nMETHODS: Volume and location of WMI was quantified on MRI in 216 neonates (median gestational age 27.9 weeks) who had motor, cognitive, and language assessments at 18 months corrected age (CA). Neonates were scanned at 32.1 postmenstrual weeks (median) and 68 (31.5%) had WMI; of 66 survivors, 58 (87.9%) had MRI and 18-month outcomes. WMI was manually segmented and transformed into a common image space, accounting for intersubject anatomical variability. Probability maps describing the likelihood of a lesion predicting adverse 18-month outcomes were developed.\nRESULTS: WMI occurs in a characteristic topology, with most lesions occurring in the periventricular central region, followed by posterior and frontal regions. Irrespective of lesion location, greater WMI volumes predicted poor motor outcomes (\nCONCLUSIONS: The predictive value of frontal lobe WMI volume highlights the importance of lesion location when considering the neurodevelopmental significance of WMI. Frontal lobe lesions are of particular concern.
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 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».