Magnetic resonance imaging study of brain atrophy in multiple sclerosis patients treated with autologous hematopoietic stem cell transplantation
Bibliographic record
Abstract
La sclérose en plaques (SEP) est une maladie chronique auto-immune, inflammatoire et démyélinisante du système nerveux central. Les patients atteints de SEP souffrent de lésions inflammatoires dans le cerveau, de dégénérescence neuro-axiale et d'atrophie cérébrale; Ces pathologies se manifestent comme des épisodes de rechutes, de déficiences cognitives et de progression du handicap. l’immunosuppression suivie d’une greffe de cellules souches hématopoïétiques autologues (aHSCT) est une approche de traitement qui repose sur l'idée qu'une abrogation complète de l'ancien système immunitaire autorréactif et la reconstitution d'un nouveau système immunitaire autonome entraînera une rémission prolongée de l'activité de la maladie de SEP. L'aHSCT peut induire une réduction significative à long terme ou même un arrêt des rechutes ou une nouvelle formation de lésion focale dans la SEP, mais son effet sur l'atrophie cérébrale est incertain. L'objectif principal de cette thèse est de déterminer l'effet de l'aHSCT sur le volume du cerveau tel que mesuré avec l'imagerie par résonance magnétique et les processus dégénératifs apparentés dans la SEP.Tout d'abord, j'ai modélisé la trajectoire temporelle de l'atrophie du cerveau entier (CE) dans la cohorte « L’essai canadien sur la greffe de moelle osseuse » (MS-BMT). L'aHSCT a été immédiatement suivie d'une accélération précoce du taux d'atrophie du CE. La dose de traitement de chimiothérapie de busulfan à haute intensité (un indice de neurotoxicité liée à la chimiothérapie) et le volume de base des lésions de la matières blanche pondérée par T1 (un marqueur de la quantité de tissu lésé focalement qui pourrait être compromis à la dégénérescence avant l'aHSCT) étaient des facteurs significatifs associés à l'atrophie accélérée. L'atrophie accélérée a ralenti de façon continue pendant environ 2,5 ans, après quoi le taux moyen d'atrophie du CE était compatible avec le taux observé dans le vieillissement normal.Deuxièmement, j'ai modélisé les trajectoires temporelles de l'atrophie des matières grasses et des matières blanches (MG, MB) dans la cohorte canadienne MS-BMT. La dose de busulfan et le volume de base des lésions MB pondérées par T1 étaient des prédicteurs significatifs de l'atrophie MB accélérée précoce après l'aHSCT, alors que seule la dose de busulfan était un prédicteur significatif de l'atrophie MG. Les taux d'atrophie MG et MB ont ensuite ralenti aux niveaux observés dans le vieillissement normal, bien que dans des délais différents: l'atrophie dans le MG a ralenti au cours des 1 à 2 premiers ans, alors que dans le MB a ralenti au cours des 2 à 3 premiers ans. En outre, il y a eu une réduction significative des taux à long terme de l'atrophie MG par rapport aux taux de référence.Troisièmement, j'ai modélisé les trajectoires temporelles de l'atrophie CE, MG et MB dans la cohorte « High-dose immunosuppressive therapy and autologous hematopoietic cell transplantation for relapsing-remitting multiple sclerosis » (HALT-MS). La dose de régime de chimiothérapie BEAM à intensité intermédiaire et le volume de base des lésions MB pondérées par T1 étaient des prédicteurs significatifs de l'atrophie précoce et accélérée de la CE et de la MB. Pour le MG, seule la dose BEAM était un prédicteur significatif d'atrophie. Par rapport à la cohorte canadienne de MS-BMT, la cohorte HALT-MS a connu des trajectoires plus courtes et plus légeres de la perte de volume cérébral précoce et accélérée. L'atrophie accélérée de la CE a ralenti de façon continue au cours de la première année de suivi. L'atrophie dans la matière grise a également ralenti au cours de la première année, et que dans la matière blanche a ralenti sur une période plus longue, environ les 1 à 2 premières années.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".