Patterns of cortical degeneration in an elderly cohort with cerebral small vessel disease
Notice bibliographique
Résumé
Emerging noninvasive neuroimaging techniques allow for the morphometric analysis of patterns of gray and white matter degeneration in vivo, which may help explain and predict the occurrence of cognitive impairment and Alzheimer's disease. A single center prospective follow-up study (Radboud University Nijmegen Diffusion tensor and Magnetic resonance imaging Cohort study (RUN DMC)) was performed involving 503 nondemented elderly individuals (50-85 years) with a history of symptomatic cerebral small vessel disease (SVD). Age was associated with a global reduction in cortical thickness, and this relationship was strongest for ventrolateral prefrontal cortex, auditory cortex, Wernicke's area, superior temporal lobe, and primary visual cortex. Right and left hemispheres differed in the thickness of language-related areas. White matter (WM) lesions were generally negatively correlated with cortical thickness, primarily in individuals over the age of 60, with the notable exception of Brodmann areas 4 and 5, which were positively correlated in age groups 50-60 and 60-70, respectively. The observed pattern of age-related decline may explain problems in memory and executive functions, which are already well documented in individuals with SVD. The additional gray matter loss affecting visual and auditory cortex, and specifically the head region of primary motor cortex, may indicate morphological correlates of impaired sensory and motor functions. The paradoxical positive relationship between WM lesion volume and cortical thickness in some areas may reflect early compensatory hypertrophy. This study raises a further interest in the mechanisms underlying cerebral gray and white matter degeneration in association with SVD, which will require further investigation with diffusion weighted and longitudinal MR studies.
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 ».