Stroke Risk Profile Predicts White Matter Hyperintensity Volume
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Previous studies of cardiovascular risk factors and white matter hyperintensity (WMH) on brain MRI have been limited by the failure to exclude symptomatic cerebrovascular disease and dementia or by the use of semiquantitative rather than quantitative methods to measure WMH volume (WMHV). We examined the relationship between Framingham Stroke Risk Profile (FSRP) and WMHV measured quantitatively in a stroke and dementia-free subset of the Framingham Offspring Cohort. METHODS: Brain MRI was performed in 1814 members of the Framingham Offspring Cohort. Pixel-based quantitative measures of WMHV corrected for head size were obtained using a semiautomated algorithm. WMHV was not normally distributed and therefore was log-transformed (LWMHV). The FSRP and its component risk factors measured a mean of 7.5 years before MRI were related to both continuous measures of LWMHV and to the presence of large volumes of LWMHV (LWMHV-large). All analyses were adjusted for age and sex. RESULTS: FSRP was strongly associated with LWMHV and LWMHV-large. Age, smoking, history of cardiovascular disease, hypertension, and left ventricular hypertrophy by electrocardiogram were all significantly related to LWMHV or LWMHV-large. CONCLUSIONS: FSRP and several cardiovascular risk factors were related to both WMHV measured continuously and to a categorical designation of large volumes of WMH. These findings provide strong evidence of a vascular basis for WMH.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».