Para los pacientes con trastornos cognitivos y demencia, el pronóstico preciso del empeoramiento cognitivo es fundamental para su capacidad de prepararse para el futuro, en colaboración con los profesionales sanitarios. A pesar de los múltiples esfuerzos para aplicar el análisis computacional de imágenes de resonancia magnética (IRM) cerebral en la predicción del empeoramiento cognitivo, con varios éxitos, la IRM cerebral no se cuantifica de forma rutinaria en entornos clínicos para guiar el pronóstico y la toma de decisiones clínicas. Para fomentar el uso clínico de un método de segmentación de imágenes de vanguardia, desarrollamos un modelo de predicción como parte de una plataforma en la nube basada en la web, MRICloud. El modelo se construyó en un conjunto de datos de entrenamiento de la Iniciativa de Neuroimagen de la Enfermedad de Alzheimer (ADNI), en el que se combinaron exploraciones de IRM de referencia con datos clínicos a lo largo del tiempo. Cada IRM se dividió en 265 unidades anatómicas basadas en la función de segmentación de imágenes totalmente automatizada de MRICloud, para medir el volumen de cada parcela. Se utilizó el Mini Mental State Examination (MMSE) como medida de la función cognitiva. El volumen normalizado de 265 parcelas, combinado con la puntuación basal del MMSE, la edad y el sexo fueron variables de entrada para un análisis de regresión del Operador de Selección y Reducción Mínima Absoluta (LASSO), con el cambio del MMSE en los dos años siguientes como objetivo de predicción. Un análisis "leave-one-out" realizado sobre el conjunto de datos de entrenamiento estimó un coeficiente de correlación de 0,64 entre el cambio de MMSE real y el predicho. Un análisis de las características operativas del receptor (ROC) estimó una sensibilidad de 0,88 y una especificidad de 0,76 en la predicción de un empeoramiento cognitivo sustancial después de dos años, definido como un descenso de la MMSE de ≥4 puntos. A continuación, este modelo de predicción MRICloud se aplicó a un conjunto de datos de prueba de resonancias magnéticas adquiridas clínicamente del Centro de Tratamiento de la Memoria y el Alzheimer (MATC) de Johns Hopkins, un entorno de atención clínica. En este último entorno, el modelo tuvo una sensibilidad y especificidad de 1,0 para predecir un empeoramiento cognitivo sustancial. Aunque el modelo de predicción MRICloud demostró ser prometedor como plataforma en la que los hallazgos de la RM computacional pueden extenderse fácilmente al uso clínico, se necesitan más estudios con un mayor número de pacientes para su validación.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Protección antioxidante contra dosis curativas y paliativas de radiación ionizante en la sangre humana disminuye con la edad
Artículo:
Efectos del hidrógeno en las características ópticas y eléctricas de las películas delgadas de ZnO dopadas con Al2O3 depositadas por pulverización catódica
Artículo:
Análisis mecánico de grandes deformaciones de un nanotubo de carbono de pared simple suspendido bajo carga termoeléctrica
Artículo:
Las nanopartículas de dióxido de titanio inducen un desequilibrio dinámico mitocondrial y daños en las células HT22
Artículo:
Módulo elástico y frecuencia de vibración de nanocristales en función del tamaño
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.