Brain in Congenital Heart Disease Across the Lifespan
Notice bibliographique
Résumé
The number of patients surviving with congenital heart disease (CHD) has soared over the last 3 decades. Adults constitute the fastest-growing segment of the CHD population, now outnumbering children. Research to date on the heart-brain intersection in this population has been focused largely on neurodevelopmental outcomes in childhood and adolescence. Mutations in genes that are highly expressed in heart and brain may cause cerebral dysgenesis. Together with altered cerebral perfusion in utero, these factors are associated with abnormalities of brain structure and brain immaturity in a significant portion of neonates with critical CHD even before they undergo cardiac surgery. In infancy and childhood, the brain may be affected by risk factors related to heart disease itself or to its interventional treatments. As children with CHD become adults, they increasingly develop heart failure, atrial fibrillation, hypertension, diabetes mellitus, and coronary disease. These acquired cardiovascular comorbidities can be expected to have effects similar to those in the general population on cerebral blood flow, brain volumes, and dementia. In both children and adults, cardiovascular disease may have adverse effects on achievement, executive function, memory, language, social interactions, and quality of life. Against the backdrop of shifting demographics, risk factors for brain injury in the CHD population are cumulative and synergistic. As neurodevelopmental sequelae in children with CHD evolve to cognitive decline or dementia during adulthood, a growing population of CHD can be expected to require support services. We highlight evidence gaps and future research directions.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 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 ».