Quantitative Vascular Pathology and Phenotyping Familial and Sporadic Cerebral Small Vessel Diseases
Notice bibliographique
Résumé
We quantified vascular changes in the frontal lobe and basal ganglia of four inherited small vessel diseases (SVDs) including cerebral autosomal dominant arteriopathy with subcortical infarcts and leukoencephalopathy (CADASIL), pontine autosomal dominant microangiopathy and leukoencephalopathy (PADMAL), hereditary multi-infarct dementia of Swedish type (Swedish hMID), and hereditary endotheliopathy with retinopathy, nephropathy, and stroke (HERNS). Vascular pathology was most severe in CADASIL, and varied with marginally greater severity in the basal ganglia compared to the frontal lobe. The overall sclerotic index values in frontal lobe were in the order CADASIL ≥ HERNS > PADMAL > Swedish hMID > sporadic SVD, and in basal ganglia CADASIL > HERNS > Swedish hMID > PADMAL> sporadic SVD. The subcortical white matter was almost always more affected than any gray matter. We observed glucose transporter-1 (GLUT-1) protein immunoreactivities were most affected in the white matter indicating capillary degeneration whereas collagen IV (COL4) immunostaining was increased in PADMAL cases in all regions and tissue types. Overall, GLUT-1 : COL4 ratios were higher in the basal ganglia indicating modifications in capillary density compared to the frontal lobe. Our study shows that the extent of microvascular degeneration varies in these genetic disorders exhibiting common end-stage pathologies but is the most aggressive in CADASIL.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».