brain data
Dotaz
Zobrazit nápovědu
Having the means to share research data openly is essential to modern science. For human research, a key aspect in this endeavor is obtaining consent from participants, not just to take part in a study, which is a basic ethical principle, but also to share their data with the scientific community. To ensure that the participants' privacy is respected, national and/or supranational regulations and laws are in place. It is, however, not always clear to researchers what the implications of those are, nor how to comply with them. The Open Brain Consent (https://open-brain-consent.readthedocs.io) is an international initiative that aims to provide researchers in the brain imaging community with information about data sharing options and tools. We present here a short history of this project and its latest developments, and share pointers to consent forms, including a template consent form that is compliant with the EU general data protection regulation. We also share pointers to an associated data user agreement that is not only useful in the EU context, but also for any researchers dealing with personal (clinical) data elsewhere.
- MeSH
- informovaný souhlas pacienta * etika MeSH
- lidé MeSH
- mozek diagnostické zobrazování MeSH
- neurozobrazování * etika MeSH
- šíření informací * etika MeSH
- subjekty výzkumu * MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- práce podpořená grantem MeSH
- Research Support, N.I.H., Extramural MeSH
- Research Support, U.S. Gov't, Non-P.H.S. MeSH
- úvodníky MeSH
Během uplynulých 7 let (12/92 - 8/99) byl v Nemocnici na Homolce u 229 pacientů stereotaktickou biopsií zjištěn intracerebrální gliom. Definitivní histologická diagnóza byla stanovena podle WHO klasifikace, ínezi nízkostupňové gliomy byly zařazeny: fibrilární astrocytom (104 pacientů), protoplazmatický astrocytom (5 pacientů), gemistocytámí astrocytom (6 pacientů), pilocytámí astrocytom (15 pacientů). Pleomorfogenní xanthoastrocytom (1 pacient), oligodendrogliom (18 pacientů), gangliogliom (4 pacienti). Mezi gliomy vyššího stupně malignity byly začleněny: anaplastický astrocytom (23 pacientů) a glioblastom (53 pacientů). Matematický model predikce malignity je derivován z báze 214 pacientů, u každého pacienta do statistické analýzy vstupují klinická a zobrazovací data koncentrovaná do 10 parametrů. K vytvoření tohoto matematického modelu byla použita binární logistická regresní analýza prostřednictvím SPSS statistického software verze 9.0. Tento matematický model předpovědi malignity gliomu v 83,2 % klinických případů správně odhadl stupeň malignity gliomu. Byl otestován u 12 nových pacientů, při porovnání definitivní histologické diagnózy s předpověděnou malignitou gliomu, S úspěšností 83,3 %.
During last 7 years (between 12/92 - 8/99) 229 patients were diagnosed to suffer from brain glioma by stereotactic biopsy in the Hospital Na Homolce, Prague. Histological subgroups were determined, using the WHO system. Low-grade gliomas: fibrilary astrocytoma (104 pts), protoplasmatic astrocytoma (5 pts), gemistocytary astrocytoma (6 pts), pleomorphogenic xanthoastrocytoma (1 pt), oligodendroglioma (18 pts), ganglioglioma (4 pts), pilocytic astrocytoma (15 pts), as high-grade gliomas: anaplastic astrocytoma (23 pts) and glioblastoma (53 pts). It was our intention to find a mathematical model which would be able, based on selected clinical, CT and MRI data, to distinguish between low and high grade gliomas. The statistical model was derived from 214 pts. Ten standard clinical and imaging characteristics obtained before the stereohiopsy were selected as predictors of glioma grade and entered into statistical analysis. Binary logistic regression analysis with the stepwise (LR) method performed by SPSS statistical software version 9.0 was used to estimate the probability of glioma grade. Testing the Pi*oposed model revealed overall 83.2% agreement between the predicted grade and the histologically verified grade of the glioma. The model was tested in 12 new patients. The percentage of agreement between the model predicted and histologically verified glioma grade in these 12 patients was 83.3%.
- MeSH
- astrocytom diagnóza patologie MeSH
- diagnostické techniky neurologické metody MeSH
- diagnostické zobrazování metody MeSH
- dospělí MeSH
- gliom diagnóza patologie MeSH
- lidé MeSH
- nádory mozku diagnóza patologie MeSH
- pleurální výpotek patologie MeSH
- prognóza MeSH
- Check Tag
- dospělí MeSH
- lidé MeSH
- mužské pohlaví MeSH
- ženské pohlaví MeSH
Retrospektivní analýza dat o úspěšnosti prenatální diagnostiky vybraných typů vrozených vad v České republice. Bylo provedeno zpracování incidencí vybraných diagnóz vrozených vad prenatálně a postnatálně diagnostikovaných v České republice v roce 2008 a komparace s daty za období 1994–2007. V oblasti prenatální diagnostiky se zvyšuje počet provedených výkonů, což ovlivňuje incidence některých vrozených vad u narozených dětí. Incidence především závažných vrozených vad diagnostikovaných u narozených dětí se významně snížila (anencefalie, spina bifida, defekty stěny břišní), u jiných typů (Downův syndrom) incidence narozených klesá méně rychle a v případě vrozených vad, které nelze prenatálně diagnostikovat, se nemění. V posledních letech se však mění spektrum používaných screeningových metod a díky tomu i metod prenatální diagnostiky, což vede u některých vad ke zvýšení efektivity a přesunu diagnostiky do prvního trimestru těhotenství.
A retrospective data analysis on prenatal diagnostics efficiency of selected types of birth defects in the Czech Republic. Incidences of selected both pre- and postnataly diagnosed defects in the Czech Republic in 2008 were processed and compared to corresponding data from 1994–2007 period. In prenatal diagnostics a number of operations performed has been increasing and influencing incidences of some defects in births accordingly. Incidences in primarily severe defects in births has decreased significantly (anencephaly, spina bifida, abdominal wall defects), in others (Down syndrome) has decreased less significantly and in those defects which are not diagnosticable prenatally at the moment is more or less stable. However, a spectrum of screening methods as well as methods of prenatal diagnostics in use has changed recently which makes their efficiency in some defects increasing and also moves their diagnostics into the first trimester of pregnancy.
- Klíčová slova
- vrozené vady jícnu, cystické ledviny, ageneze/hypoplazie ledvin, brániční kýla, defekty břišní stěny, omfalokéla, vrozený hydrocefalus,
- MeSH
- anencefalie MeSH
- anorektální malformace MeSH
- defekty neurální trubice MeSH
- dítě MeSH
- Downův syndrom MeSH
- encefalokéla MeSH
- gastroschiza MeSH
- incidence MeSH
- interpretace statistických dat MeSH
- lidé MeSH
- plod MeSH
- prenatální diagnóza statistika a číselné údaje MeSH
- retrospektivní studie MeSH
- rozštěp patra MeSH
- rozštěp rtu MeSH
- spina bifida MeSH
- statistika jako téma MeSH
- těhotenství MeSH
- vrozené vady diagnóza MeSH
- Check Tag
- dítě MeSH
- lidé MeSH
- těhotenství MeSH
- ženské pohlaví MeSH
- MeSH
- audiometrie evokovanou odpovědí přístrojové vybavení MeSH
- dítě MeSH
- dospělí MeSH
- interpretace statistických dat MeSH
- lidé středního věku MeSH
- lidé MeSH
- mikropočítače MeSH
- mladiství MeSH
- mozkový kmen fyziologie MeSH
- nemoci centrálního nervového systému diagnóza MeSH
- sluchové evokované potenciály MeSH
- Check Tag
- dítě MeSH
- dospělí MeSH
- lidé středního věku MeSH
- lidé MeSH
- mladiství MeSH
- mužské pohlaví MeSH
- ženské pohlaví MeSH
- MeSH
- chování dětí MeSH
- dítě MeSH
- elektroencefalografie MeSH
- nemoci centrálního nervového systému diagnóza MeSH
- nemoci mozku diagnóza MeSH
- prsty ruky MeSH
- Check Tag
- dítě MeSH
- Publikační typ
- srovnávací studie MeSH
Developing sensitive and reliable methods to distinguish normal and abnormal brain states is a key neuroscientific challenge. Topological Data Analysis, despite its relative novelty, already generated many promising applications, including in neuroscience. We conjecture its prominent tool of persistent homology may benefit from going beyond analysing structural and functional connectivity to effective connectivity graphs capturing the direct causal interactions or information flows. Therefore, we assess the potential of persistent homology to directed brain network analysis by testing its discriminatory power in two distinctive examples of disease-related brain connectivity alterations: epilepsy and schizophrenia. We estimate connectivity from functional magnetic resonance imaging and electrophysiology data, employ Persistent Homology and quantify its ability to distinguish healthy from diseased brain states by applying a support vector machine to features quantifying persistent homology structure. We show how this novel approach compares to classification using standard undirected approaches and original connectivity matrices. In the schizophrenia classification, topological data analysis generally performs close to random, while classifications from raw connectivity perform substantially better; potentially due to topographical, rather than topological, specificity of the differences. In the easier task of seizure discrimination from scalp electroencephalography data, classification based on persistent homology features generally reached comparable performance to using raw connectivity, albeit with typically smaller accuracies obtained for the directed (effective) connectivity compared to the undirected (functional) connectivity. Specific applications for topological data analysis may open when direct comparison of connectivity matrices is unsuitable - such as for intracranial electrophysiology with individual number and location of measurements. While standard homology performed overall better than directed homology, this could be due to notorious technical problems of accurate effective connectivity estimation.
- MeSH
- elektroencefalografie MeSH
- epilepsie diagnostické zobrazování patofyziologie MeSH
- konektom * MeSH
- lidé MeSH
- magnetická rezonanční tomografie MeSH
- mapování mozku MeSH
- modely neurologické * MeSH
- mozek diagnostické zobrazování patofyziologie MeSH
- nervová síť diagnostické zobrazování patofyziologie MeSH
- schizofrenie diagnostické zobrazování patofyziologie MeSH
- záchvaty diagnostické zobrazování patofyziologie MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- časopisecké články MeSH
- práce podpořená grantem MeSH
