MétaCan
Menu
← Retour à la cohorte
Enregistrement W7115036435

Modelling the microstructural effects of white matter hyperintensities

2025· dissertation· en· W7115036435 sur OpenAlexaff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2025
Typedissertation
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensMcGill University
Organismes subventionnairesBiomedical Research CouncilMedical Research CouncilWellcome Trust
Mots-clésHyperintensityWhite matterWhite noiseWelding
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Leukoaraiosis, or white matter hyperintensities (WMH), are lesions within white matter (WM) characterized by altered tissue microstructure, manifesting as changes in magnetic resonance imaging (MRI) metrics of water diffusion.Conventional MRI research compares metrics in WMH to those of all normal-appearing white matter (NAWM), ignoring potential distance-dependent effects of WMH.However, histopathological evidence suggests that the presence of WMH influences the microstructure of surrounding NAWM, with conflicting interpretations attributing these changes to inflammatory or degenerative processes.The present thesis aimed to characterize distinct patterns of microstructural change occurring in perilesional voxels and in WM tracts containing WMH.We leveraged the neurite orientation dispersion index (NODDI) model in large-scale, diffusion MRI data (N = 408) to differentiate changes in intraand extracellular water fractions (ICVF, ISOVF), as well as orientation dispersion (OD).To assess spatial variation, we generated a spatial gradient expanding from the WMH and fit Linear Mixed-Effects Models (LMMs) using diffusion parameters as continuous outcomes predicted by the distance from the WMH.We observed increases in ICVF and OD as the distance increased, suggesting that tissue microstructure was more disorganized in perilesional voxels.Utilizing probabilistic tractography to reconstruct WM regions, we identified microstructural abnormalities in regions containing WMH compared to contralateral, non-lesion regions.We further demonstrated that the proportion of WMH within a region predicted parameter changes, notably in ICVF and OD.When investigating the association of WMH proportion with parameter change, we demonstrate that even small lesions (<100mm 3 ) were significantly correlated with changes in the ICVF and OD.Our complementary analyses suggest a

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,281
Écart entre enseignants0,255 · 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'étudeSimulation ou modélisation
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 revueeScholarship@McGill (McGill)→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→