A Longitudinal Characterization of Cerebral Microbleeds in a Marginalized Population with High Rates of Mental Illness, Substance Abuse and Viral Infection (P3.390)
Notice bibliographique
Résumé
Objective: To evaluate the incidence, regional localization, volume, and change in volume of cerebral microbleeds (CMBs) over a three year period in a marginalized urban population. Background: Living in a marginalized urban environment is associated with exposure to a large number of variables, including physical violence, infection and substance abuse, which can harm the brain. Additionally, many people living in this environment experience early life trauma and have severe mental illness. CMBs are small, chronic brain hemorrhages that may represent an index of this harm. Methods: Subjects living in Single Room Occupancy hotels in the Downtown Eastside of Vancouver, Canada were recruited for the Hotel study. Subjects had MRI brain scans at entry into the study, and once per year for the next three years. Data were acquired on a 3T Philips Achieva. Parameters for SWI: 3D flow compensated gradient echo scan, TE/TR 20/ms, voxel size=0.45x0.7x2mm3, reconstructed to 0.39x0.39x1mm3. Final SWI images were computed offline and lesions were marked using in-house developed software; lesion volume was measured across the manually defined regions. Results: The mean age of subjects was 45 years (80[percnt] male). Useful baseline scans from 245 subjects were collected at baseline, 217 scans at 12 months, 182 at 24 months and 79 at 36 months. CMBs were present in 22[percnt] of scans. These were localized to: frontal lobe (33[percnt]), temporal lobe (25[percnt]), parietal lobe (21[percnt]), occipital lobe (11[percnt]) and subcortical (10[percnt]). Modal CMB volume was 4.5-6mm3. 61[percnt] of scans showed a year-to-year decrease in CMB volume (-27[percnt]) and 28[percnt] showed an increase in volume (+29[percnt]), while 11[percnt] showed no change. Conclusions: Rates of CMBs in this marginalized population were greater than expected based on age. Further study is needed to determine the etiology and neurocognitive sequelae of CMBs in this cohort.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».