MétaCan
Menu
Retour à la cohorte
Enregistrement W1997876953 · doi:10.1177/1533317512455841

An fMRI Study of Prefrontal Cortical Function in Subcortical Ischemic Vascular Cognitive Impairment

2012· article· en· W1997876953 sur OpenAlexaboutno aff
Chuanming Li, Jian Zheng, Jian Wang

Notice bibliographique

RevueAmerican Journal of Alzheimer s Disease & Other Dementias® · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésStroop effectFunctional magnetic resonance imagingPrefrontal cortexFrontal lobeWisconsin Card Sorting TestDementiaVascular dementiaPsychologyCognitionNeuroscienceMagnetic resonance imagingBlood-oxygen-level dependentAudiologyCardiologyMontreal Cognitive AssessmentInferior parietal lobuleMedicineInternal medicineCognitive impairmentRadiologyNeuropsychology

Résumé

récupéré en direct d'OpenAlex

Functional magnetic resonance imaging (fMRI) technology has not been used to investigate the frontal lobe function of subcortical ischemic vascular cognitive impairment (SIVCI). In this study 11 healthy elderly controls, 12 patients with subcortical ischemic vascular cognitive impairment no dementia (SIVCIND), and 12 patients with subcortical ischemic vascular dementia (SIVD) underwent fMRI examination on a SIEMENS Trio 3.0 Tesla scanner during Stroop task performance. Compared to the controls, participants with SIVCIND showed markedly increased activation in prefrontal cortex. By contrast, participants with SIVD exhibited decreased fMRI responses in the regions described above. A close correlation was found between the cognitive score in Montreal Cognitive Assessment test and the activation area of frontal and parietal lobule of patients with SIVD. Our results suggest that the alterations of cortical activation in SIVCI were bidirectional. There is a prefrontal dysfunction in SIVD and a compensation in SIVCIND. These findings might help guide a clinical differentiation among normal controls, SIVCIND, and SIVD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,294
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Alzheimer s Disease & Other Dementias®Même sujetNeurological Disease Mechanisms and TreatmentsTravaux en français237 207