Peripheral inflammatory markers indicate microstructural damage within periventricular white matter hyperintensities in Alzheimer's disease: A preliminary report
Notice bibliographique
Résumé
Abstract Introduction White matter hyperintensities (WMH) presumed to reflect cerebral small vessel disease and increased peripheral inflammatory markers are found commonly in Alzheimer's disease (AD), but their interrelationships remain unclear. Methods Inflammatory markers were assayed in 54 elderly participants (n = 16 with AD). Periventricular WMH were delineated from T1, T2/proton density, and fluid‐attenuated magnetic resonance imaging using semiautomated fuzzy lesion extraction and coregistered with maps of fractional anisotropy (FA), a measure of microstructural integrity assessed using diffusion tensor imaging. Results Mean FA within periventricular WMH was associated with an inflammatory factor consisting of interleukin (IL)‐1β, tumor necrosis factor, IL‐10, IL‐21, and IL‐23 in patients with AD (ρ = −0.703, P = .002) but not in healthy elderly (ρ = 0.217, P = .190). Inflammation was associated with greater FA in deep WMH in healthy elderly (ρ = 0.425, P = .008) but not in patients with AD (ρ = 0.174, P = .520). Discussion Peripheral inflammatory markers may be differentially related to microstructural characteristics within the white matter affected by cerebral small vessel disease in elders with and without AD.
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) | 0,000 | 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 | 0,001 | 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) | 0,002 | 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 ».