Abstract 3719: Large Vessel Correlates of Cerebral Small Vessel Disease
Notice bibliographique
Résumé
Background: MRI-markers of ischemic cerebral small vessel disease (white matter hyperintensities [WMH] and lacunar infarcts) are common in the general population and are associated with an increased risk of stroke, dementia and mortality. The mechanisms underlying these lesions are poorly understood. Our aim was to investigate the relationship of carotid structure and function with MRI-markers of ischemic cerebral small vessel disease. Methods: The study population comprised 1847 community-based participants (mean age 72.5±4.1 years, 60.1% women), from the 3C-Dijon Study, who had undergone both quantitative brain MRI and carotid ultrasound examination. We used multivariable logistic and linear regression models adjusted for age, gender and vascular risk factors. Results: Presence of carotid plaques and increasing luminal carotid diameter were associated with a higher prevalence of lacunar infarcts (OR=1.68[95%CI:1.12-2.52], p=0.01 and OR=1.24[1.02-1.52], p=0.03 respectively), and extensive WMH volume (EXT-WMHV, OR=1.37[1.07-1.74], p=0.01 and OR=1.19[1.04-1.36], p=0.01, respectively), independently of vascular risk factors and of each other. There was a graded association of carotid plaques and luminal carotid diameter with increasing severity of ischemic cerebral small vessel disease. Increasing Young’s elastic modulus and carotid circumferential wall stress were associated with EXT-WMHV (OR=1.18[1.02-1.37], p=0.02 and OR=1.20[1.03-1.40], p=0.02 respectively), and there was a significant inverse association of carotid distension with WMH volume (beta±SE: -0.021±0.008, p=0.01), independent of vascular risk factors. Conclusion: Our results suggest that, in addition to the established association of carotid plaques with MRI-markers of ischemic brain injury, increasing luminal carotid diameter and markers of carotid stiffness, reflecting large artery arteriosclerosis, are associated with an increased prevalence of ischemic cerebral small vessel disease.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,008 | 0,001 |
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 ».