Brain White Matter Hyperintensities Are Associated with Carotid Intraplaque Hemorrhage
Notice bibliographique
Résumé
PURPOSE: To retrospectively assess the relationship between carotid intraplaque hemorrhage (IPH), which indicates plaque instability, and brain white matter hyperintense lesions (WMHLs) by using a within-patient design. MATERIALS AND METHODS: All patients gave written informed consent for the initial magnetic resonance (MR) studies, and the institutional review board and local research ethics committee waived initial informed consent for the pooled analysis. A total of 190 patients with symptomatic carotid artery disease underwent fluid-attenuated inversion-recovery imaging of the brain and fat-suppressed black-blood T1-weighted MR imaging of the carotid arteries. The volumes of periventricular lesions, subcortical lesions, and total WMHLs were calculated and compared between hemispheres in relation to symptoms and IPH, and their interaction was calculated and compared by using repeated measures three-factorial multivariate analysis. RESULTS: After exclusion of 12 patients, 178 patients (116 men, 62 women; mean age, 70.2 years +/- 8.6 [standard deviation]) remained. There was no significant difference in WMHL volume between the symptomatic and asymptomatic hemispheres, and WMHL volume was not related to the degree of carotid stenosis. The presence of carotid IPH significantly interacted with the interhemispheric WMHL difference (Wilks lambda test, F = 9.95; df = 3; P < .001). Univariate analysis showed larger total and periventricular WMHL volumes (P < .05) in patients with ipsilateral IPH. CONCLUSION: Carotid artery disease and leukoaraiosis were associated with features that indicated plaque instability, namely IPH, whereas the degree of stenosis had no effect.
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) | 0,001 | 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 ».