The brain lipidomes of subcortical ischemic vascular dementia and mixed dementia
Notice bibliographique
Résumé
Despite its importance as the leading cause of vascular dementia, the primary pathogenic mechanisms in subcortical ischemic vascular dementia (SIVD) have remained elusive. Because of the lack of approved therapeutic agents for SIVD, there is a pressing need to identify novel therapeutic targets. Comparative lipidomic analyses of SIVD and mixed dementia (i.e., SIVD and Alzheimer's disease, MixD) may also confer new insights pertaining to the possible interaction between neurodegenerative and vascular mechanisms in the pathogenesis of dementia. Liquid chromatography coupled to mass spectrometry was used to comprehensively analyze the lipidomes of white and gray matter from the temporal cortex of nondemented controls, SIVD, and MixD subjects. Detailed molecular profiles highlighted the pathologic relevance of gray matter sphingolipid fatty acyl chain heterogeneity in dementia. In addition, the levels of sulfatides and lysobisphosphatidic acids were progressively increased in the temporal cortex gray matter from control to SIVD to MixD. White matter phospholipid profiles indicated possible adaptive mechanisms (i.e., increased unsaturation) to chronic ischemia in SIVD and elevated membrane degradation in MixD.
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) | 0,000 | 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) | 0,000 | 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 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 ».