MétaCan
Menu
Retour à la cohorte
Enregistrement W2324454318 · doi:10.3389/fnagi.2016.00062

Dynamic Progression of White Matter Hyperintensities in Alzheimer’s Disease and Normal Aging: Results from the Sunnybrook Dementia Study

2016· article· en· W2324454318 sur OpenAlexafffund
Joel Ramirez, Alicia A. McNeely, Courtney Berezuk, Fuqiang Gao, Sandra E. Black

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensHealth Sciences CentreUniversity of TorontoThe Scarborough HospitalHeart and Stroke FoundationSunnybrook Health Science Centre
Organismes subventionnairesLinda C. Campbell FoundationUniversity of TorontoCanadian Institutes of Health ResearchSunnybrook Research InstituteAlzheimer SocietyCanadian Vascular NetworkHeart and Stroke Foundation of Canada
Mots-clésHyperintensityDementiaBrain agingMedicineDiseaseAlzheimer's diseaseWhite matterNeurosciencePsychologyAudiologyInternal medicineMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

Although white matter hyperintensities (WMH), markers of cerebral small vessel disease (SVD), are believed to generally increase over time, some studies have shown sharp decreases after therapeutic intervention, suggesting that WMH progression may be more dynamic than previously thought. Our primary goal was to examine dynamic progression of WMH in a real-world sample of Alzheimer's disease (AD) patients and normal elderly (NC), with varying degrees of SVD. WMH volumes from serial magnetic resonance imaging (MRI; mean = 1.8 years) were measured from NC (n = 44) and AD patients (n = 113) with high and low SVD burden. Dynamic progression for each individual was measured using spatial overlap images to assess shrinkage, growth, and stable WMH volumes. Significant group differences were found for shrinkage (p < 0.001), growth (p < 0.001) and stable (p < 0.001) WMH, where the AD high SVD group showed the largest changes relative to low SVD and NC. Our results suggest spatial progression measured at the individual patient level may be more sensitive to the dynamic nature of 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,301

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,301
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations57
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207