Inverse Relationship Between Cerebrovascular Lesions and Severity of Lewy Body Pathology in Patients With Lewy Body Diseases
Notice bibliographique
Résumé
Cerebrovascular pathology is a major cause of stroke and mortality. Studies on prevalence of cerebrovascular pathologies in dementia with Lewy bodies (DLBs) and Parkinson disease (PD) patients are scarce and contradictory. We aimed to determine the prevalence and severity of cerebrovascular pathologies in DLB and PD and to analyze their relationship to LB pathology. The prevalence and severity of atherosclerosis in the circle of Willis, cerebral amyloid angiopathy, cerebral infarcts, hemorrhages, small-vessel disease, white matter lesions, including the Consortium to Establish a Registry for Alzheimer Disease (CERAD) protocol as well as Braak neurofibrillary tangle stages for AD pathology were analyzed in autopsy-verified DLB (n = 13), PD (n = 102), and control subjects (n = 53). In all patient groups, the extent of LB pathology was inversely correlated to the severity of most vascular pathologies (atherosclerosis, infarcts, and small-vessel disease; all p < 0.05). By contrast, cerebral amyloid angiopathy, CERAD, and Braak neurofibrillary tangle stages were positively correlated with LB pathology (p < 0.05). Whereas the overall prevalence and severity of small-vessel disease, infarcts, hemorrhages, and white matter lesions were comparable among both disease groups, the extents of atherosclerosis, cerebral amyloid angiopathy, CERAD, and Braak neurofibrillary tangle stages were significantly higher in DLB than in those of PD patients (p < 0.05). Microinfarcts were statistically more prevalent in each patient group than in controls, whereas gross infarcts predominated in controls (p < 0.05 each). In conclusion, DLB and PD patients with advanced LB pathology were less likely to show severe cerebrovascular disease or history of stroke.
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) | 0,001 | 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 | 0,001 |
| 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 ».