BOLD fMRI in the White Matter as a Marker of Aging and Small Vessel Disease
Notice bibliographique
Résumé
PURPOSE: Determine whether white matter signal fluctuation on T2* weighted BOLD contrast images are associated with aging and cerebral small vessel disease (SVD). METHODOLOGY: Resting state BOLD data were collected with a 250 ms repetition time (TR) to achieve unaliased, ungated cardiac sampled BOLD (cs-BOLD) images on 11 young adult controls, 10 healthy older adult controls and 7 adults with extensive white matter hyperintensities (WMH) from SVD. Tissue classes (WM and GM) were segmented on T1 images. WMH were identified on FLAIR images in the SVD group. Raw physiological noise (σphysio) and cardiac pulsatility (i.e. fluctuations at the cardiac frequency) were calculated voxel wise and group differences were tested by ANOVA. It was also possible to calculate σphysio in 2s TR cardiac aliased whole-brain BOLD (wb-BOLD) data (N = 84) obtained from the International Consortium for Brain Mapping. RESULTS: CS-BOLD metrics showed an aging and SVD effects (p<0.0005). Covariates such as thermal noise, WM volume and partial volume did not influence the significant aging effect seen on the cardiac pulsatility metric (p<0.017) but did influence the σphysio (p = 0.184). As a verification of the cs-BOLD findings, the wb-BOLD also showed a linear aging effect of σphysio in WM. In the SVD adults, cardiac pulsatility and σphysio were lower in WMH regions compared to normal appearing white matter (NAWM) regions (p<0.0013 and p<0.002, respectively). Cardiac pulsatility was better able to distinguish WMH regions from NAWM than σphysio as measured by effect size (Cohen's d 2.2 and 0.88, respectively). CONCLUSION: NAWM was found to have graded increases in cardiac pulsations due to age and SVD, independently. Within SVD participants, WMH lesions had reduced physiological noise compared to NAWM. Cardiac pulsatility in resting BOLD data may provide a complementary dynamic measure of WM integrity to add to static FLAIR anatomical images.
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 | 0,000 | 0,000 |
| 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 ».