The correlation between age ⁃ related white matter changes and number of circulating endothelial progenitor cells and cognitive function
Notice bibliographique
Résumé
Objective To explore the pathogenesis of age⁃related white matter changes (ARWMC), and to investigate the correlation between ARWMC and the number of circulating endothelial progenitor cells (EPCs) and cognitive function in order to provide evidence for early prevention and treatment of ARWMC and cognitive impairment in elderly people. Methods Forty patients with ARWMC were confirmed by CT or MRI. The number of circulating EPCs was measured by flow cytometry. The cognitive function was evaluated by Mini ⁃ Mental State Examination (MMSE) and Montreal Cognitive Assessment (MoCA). One way analysis of variance (ANOVA) of completely random design and χ2 test of R × C tabular data were used to select single factor. Logistic regression (backward) was performed to determine the risk factors for ARWMC. Results Flow cytometry showed that the number of circulating EPCs reduced in patients with ARWMC, especially in severe group (29.50 ± 6.26), and there was statistically significant difference compared with control group (70.50 ± 8.71) and mild⁃to⁃moderate group (58.99 ± 7.78; P = 0.000, for all). The number of circulating EPCs was negatively correlated with the severity of ARWMC (r = ⁃ 0.562, P = 0.001). The scores of MMSE (23.85 ± 2.35) and the scores of MoCA (19.80 ± 3.38) in severe group were significantly lower than control group (27.10 ± 1.80, 26.60 ± 1.23, respectively) and mild⁃to⁃moderate group (25.80 ± 2.02, 23.30 ± 2.87, respectively), and there was statistically significant difference between groups (P < 0.05, for all). Cognitive impairment was mainly presented on visuoconstructional and executive functions, delayed recall and orientation. Conclusion The change of the number of circulating EPCs can be a predictive factor for ARWMC, and it is a potential predictor of the severity of ARWMC. The decrease of the circulating EPCs may be an important pathogenesis of ARWMC, and also the important causation of cognitive impairment in elderly people. DOI：10.3969/j.issn.1672-6731.2010.03.015
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».