Disease duration and disability in dysfelinopathy can be described by muscle imaging using heatmaps and random forests.

Gómez-Andrés D, Díaz J, Munell F, Sánchez-Montáñez Á, Pulido-Valdeolivas I, Suazo L, Garrido C, Quijano-Roy S, Bevilacqua JA.
Muscle Nerve. 2019. 59(4), 436-444.
La manière dont les schémas d’imagerie changent au cours de l’évolution de la maladie dans la dysferlinopathie n’est pas encore complètement comprise. Dans cette étude, l’infiltration de fibroadipose de 61 muscles a été notée en se basant sur des IRM corps entier de 33 patients atteints de dysferlinopathie.
La durée de la maladie a été trouvée liée à l’infiltration des muscles infraspinatus, teres major-minor et supraspinatus. Le domaine MFM-D1 diminue avec une infiltration plus élevée de teres major-minor, de triceps et de sartorius.

Lien PubMed

Mots clés : handicap, Dysferlin, Carte de fréquentation, Machine learning, Imagerie musculaire, Forêt aléatoire

 

Articles dans les revues scientifiques

Validity and Reliability of the 32-Item Motor Function Measure in 2- to 5-Year-Olds with Neuromuscular Disorders and 2- to 25-Year-Olds with Spinal Muscular Atrophy

Trundell D, Le Scouiller S, Gorni K, Seabrook T, Vuillerot C, SMA MFM Study Group. Neurol Ther. 2020. 9(2):575-584. Étude de la validité et de la fiabilité de la MFM32 chez des personnes atteintes de maladies neuromusculaires, y compris d’amyotrophie spinale infantile...

lire plus