MétaCan
Menu
Retour à la cohorte
Enregistrement W2617205121 · doi:10.1002/gps.4747

Total cerebral small vessel disease score and cognitive performance in community‐dwelling older adults. Results from the Atahualpa Project

2017· article· en· W2617205121 sur OpenAlexaboutno aff
Víctor J. Del Brutto, Jorge G. Ortiz, Óscar H. Del Brutto, Robertino M. Mera, Mauricio Zambrano, José Biller

Notice bibliographique

RevueInternational Journal of Geriatric Psychiatry · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversidad de Especialidades Espíritu Santo
Mots-clésMontreal Cognitive AssessmentHyperintensityCognitionInternal medicineCardiologyLacunar strokeLeukoaraiosisWhite matterCognitive declinePsychologyMedicineMagnetic resonance imagingCognitive impairmentDementiaDiseaseRadiologyNeuroscienceIschemiaIschemic stroke

Résumé

récupéré en direct d'OpenAlex

Objective Cerebral small vessel disease (SVD) is inversely associated with cognitive performance. However, whether the total SVD score is a better predictor of poor cognitive performance than individual signatures of SVD is inconclusive. We aimed to estimate the combined and independent predictive power of these MRI findings. Methods Atahualpa residents aged ≥60 years underwent brain MRI. Cognitive performance was measured by the Montreal Cognitive Assessment (MoCA). The presence of moderate‐to‐severe white matter hyperintensities, deep cerebral microbleeds, lacunar infarcts, and >10 enlarged perivascular spaces was added for estimating the total SVD score ranging from 0 to 4 points. Montreal Cognitive Assessment predictive models were fitted to assess how well the total SVD score or each of its components predicts cognitive performance. Results Of 351 eligible candidates, 331 (94%) were included. The total SVD score was 0 points in 202 individuals (61%), 1 point in 67 (20%), 2 points in 40 (12%), 3 points in 15 (5%), and 4 points in seven (2%). A generalized lineal model showed an inverse relationship between the total SVD score and the MoCA (p = 0.015). The proportion of variance in the MoCA score explained by the SVD score was 32.8% (R2 = 0.328). This predictive power was similar for white matter hyperintensities (R2 = 0.306), microbleeds (R2 = 0.313), lacunar infarcts (R2 = 0.323), and perivascular spaces (R2 = 0.313). Conclusions This study shows a significant association between the SVD score and worse cognitive performance. The SVD score is a predictor of poor cognitive performance. This predictive power is not better than that of isolated neuroimaging signatures of SVD. Copyright © 2017 John Wiley & Sons, Ltd.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,317
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Geriatric PsychiatryMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207