A magnetic resonance diffusion tensor imaging analysis of the hippocampus in patients with mild cognitive impairment
Notice bibliographique
Résumé
Objective To investigate the difference of average diffusion coefficient(ADC) and fractional anisotropy(FA) in the hippocampus(HP) of aged groups that have mild cognitive impairment(MCI) and that have normal cognition,and to evaluate the applicability of magnetic resonance diffusion tensor imaging(MR-DTI) in MCI diagnosis.Methods We selected a total of 18 MCI patients(MCI Group) and 18 individuals with normal cognition(NC Group),the two groups being matched by gender,age and education.A comparison was done for the two groups in ADC and FA in the HP.A possible correlation between the ADC and FA values of the MCI patients and their Mini-Mental State Examination(MMSE),Montreal Cognitive Assessment(MoCA),and Activities of Daily Living(ADL) scores was examined.Results Compared with the NC Group,the MCI Group exhibited significantly high ADC for the left HP and the total bilateral HP(P0.01),whereas the two groups were not significantly different in the right HP(P0.05).With FA,the two groups were not significantly different in the left,right and total bilateral HP(P0.05).The MCI Group had lower MMSE and MoCA scores,but higher ADL scores than the NC Group(P0.01).In addition,MMSE showed a negative correlation with ADC of the left HP and total bilateral HP(P0.01),but had no significant correlation with either FA or ADC of the right HP(P0.05).Furthermore,MoCA and ADL did not have significant correlation with either ADC or FA(P0.05).Conclusion MR-DTI is a helpful tool in MCI diagnosis.
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 | 0,001 |
| 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) | 0,000 | 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 ».