Using DTI to assess white matter microstructure in cerebral small vessel disease (SVD) in multicentre studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Diffusion tensor imaging (DTI) metrics such as fractional anisotropy (FA) and mean diffusivity (MD) have been proposed as clinical trial markers of cerebral small vessel disease (SVD) due to their associations with outcomes such as cognition. However, studies investigating this have been predominantly single-centre. As clinical trials are likely to be multisite, further studies are required to determine whether associations with cognition of similar strengths can be detected in a multicentre setting. One hundred and nine patients (mean age =68 years) with symptomatic lacunar infarction and confluent white matter hyperintensities (WMH) on MRI was recruited across six sites as part of the PRESERVE DTI substudy. After handling missing data, 3T-MRI scanning was available from five sites on five scanner models (Siemens and Philips), alongside neuropsychological and quality of life (QoL) assessments. FA median and MD peak height were extracted from DTI histogram analysis. Multiple linear regressions were performed, including normalized brain volume, WMH lesion load, and n° lacunes as covariates, to investigate the association of FA and MD with cognition and QoL. DTI metrics from all white matter were significantly associated with global cognition (standardized β =0.268), mental flexibility (β =0.306), verbal fluency (β =0.376), and Montreal Cognitive Assessment (MoCA) (β =0.273). The magnitudes of these associations were comparable with those previously reported from single-centre studies found in a systematic literature review. In this multicentre study, we confirmed associations between DTI parameters and cognition, which were similar in strength to those found in previous single-centre studies. The present study supports the use of DTI metrics as biomarkers of disease progression in multicentre studies.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle