Collagenosis of the Deep Medullary Veins: An Underrecognized Pathologic Correlate of White Matter Hyperintensities and Periventricular Infarction?
Notice bibliographique
Résumé
White matter hyperintensities (WMH) are prevalent. Although arteriolar disease has been implicated in their pathogenesis, venous pathology warrants consideration. We investigated relationships of WMH with histologic venous, arteriolar and white matter abnormalities and correlated findings with premortem neuroimaging. Three regions of periventricular white matter were sampled from archived autopsy brains of 24 pathologically confirmed Alzheimer disease (AD) and 18 age-matched nonAD patients. Using trichrome staining, venous collagenosis (VC) of periventricular veins (<150 µm in diameter) was scored for severity of wall thickening and occlusion; percent stenosis by collagenosis of large caliber (>200 µm) veins (laVS) was measured. Correlations were made between WMH in premortem neuroimaging and vascular and white matter pathology. We found greater VC (U(114) = 2092.5, p = 0.005 and U(114) = 2121.5, p = 0.002 for small and medium caliber veins, respectively) and greater laVS (t(110) = 3.46, p = 0.001) in patients with higher WMH scores; WMH scores correlated with VC (rs(114) = 0.27, p = 0.004) and laVS (rs(110) = 0.38, p < 0.001). By multiple linear regression analysis, the strongest predictor of WMH score was laVS (β = 0.338, p < 0.0001). VC was frequent in patients with periventricular infarcts identified on imaging. We conclude that periventricular VC is associated with WMH in both AD and nonAD patients and the potential roles of VC in WMH pathogenesis merit further study.
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 | 0,000 | 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) | 0,001 | 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 ».