Prevalence of Brain Microbleeds in Alzheimer Disease: A Systematic Review and Meta-Analysis on the Influence of Neuroimaging Techniques
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The literature on the prevalence of Alzheimer disease-associated cerebral microbleeds assessed with MR imaging shows considerable heterogeneity in terms of imaging techniques and parameters. Our aim was to perform a meta-analysis of the role of imaging techniques, including image acquisition, field strength and scanner type, and clinical and demographic factors on the reported prevalence of microbleeds in Alzheimer disease. MATERIALS AND METHODS: The prevalence of microbleeds was examined with respect to a priori-selected moderating variables via meta-analytic tools of literature reports. RESULTS: Fourteen unique studies providing 15 microbleed prevalence rates met the selection criteria for inclusion. The aggregate prevalence of microbleeds was 24% (95% CI, 19%-28%). Scan (SWI = 40%, gradient echo = 18%, EPI = 19%) and field strength (slope = 0.39; standard error = 15, P < .01) influenced the prevalence of microbleeds. The associations between microbleeds and age, sex, and global cognitive status were not significant. After updating the literature, the aggregate prevalence remained in the 95% CI range. CONCLUSIONS: Imaging technique and field strength are strongly associated with the prevalence of microbleeds over the global aggregate. Standardized imaging protocols for identification of microbleeds are recommended to minimize confounds.
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 | 0,014 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,027 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».