MétaCan
Menu
Retour à la cohorte
Enregistrement W2768007735 · doi:10.1177/0271678x17740501

Lesion location matters: The relationships between white matter hyperintensities on cognition in the healthy elderly

2017· article· en· W2768007735 sur OpenAlexaff
Leonie Lampe, Shahrzad Kharabian Masouleh, Jana Kynast, Katrin Arélin, Christopher J. Steele, Markus Löffler, A. Veronica Witte, Matthias L. Schroeter, Arno Villringer, Pierre‐Louis Bazin

Notice bibliographique

RevueJournal of Cerebral Blood Flow & Metabolism · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésHyperintensityCognitionLesionPsychologyWhite matterCognitive agingMedicineCognitive psychologyAudiologyNeuroscienceMagnetic resonance imagingPsychiatryRadiology

Résumé

récupéré en direct d'OpenAlex

White matter hyperintensities (WMH) are associated with cognitive decline. We aimed to identify the spatial specificity of WMH impact on cognition in non-demented, healthy elderly. We quantified WMH volume among healthy participants of a community dwelling cohort ( n = 702, age range 60 - 82 years, mean age = 69.5 years, 46% female) and investigated the effects of WMH on cognition and behavior, specifically for executive function, memory, and motor speed performance. Lesion location influenced their effect on cognition and behavior: Frontal WMH in the proximity of the frontal ventricles mainly affected executive function and parieto-temporal WMH in the proximity of the posterior horns deteriorated memory, while WMH in the upper deep white matter-including the corticospinal tract-compromised motor speed performance. This study exposes the subtle and subclinical yet detrimental effects of WMH on cognition in healthy elderly, and strongly suggests a causal influence of WMH on cognition by demonstrating the spatial specificity of these effects.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,113
Tête enseignante GPT0,351
Écart entre enseignants0,238 · 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

Citations182
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cerebral Blood Flow & MetabolismMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207