White matter hyperintensities – from medical comorbidities to bipolar disorders and back
Notice bibliographique
Résumé
White matter hyperintensities (WMHs) are among the most replicated neuroimaging findings in studies of patients with bipolar disorders (BD). Despite the high rates of WMHs, their role and etiology in BD are not well understood. WMHs occur in multiple other conditions frequently co-morbid with BD. From the available studies it seems that WMHs are not a primary risk factor/endophenotype for BD. More likely, these lesions indicate the presence of medical co-morbidities with specific links to BD. Furthermore, the etiology of the WMHs in BD may represent different processes depending on age. In certain forms of BD, such as pediatric BD, WMHs may represent co-morbidity with developmental disorders. High frequency of migraine in BD and high prevalence of WMHs in migraine may suggest that a substantial proportion of WMHs in early adulthood to midlife BD subjects may be related to co-morbidity with migraine. Among elderly subjects with BD, or those with late-onset BD, WMHs are likely related to the presence of cardiovascular/metabolic disorders. With further research WMHs may enhance our knowledge about various pathological pathways involved in BD, help in decreasing the etiological heterogeneity of BD, and become useful as markers of severity or subtype of BD.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,011 | 0,001 |
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 tête enseignante, 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 ».