MétaCan
Menu
Retour à la cohorte
Enregistrement W2818723673 · doi:10.1001/jama.2018.11498

Association of Cardiovascular Risk Factors With MRI Indices of Cerebrovascular Structure and Function and White Matter Hyperintensities in Young Adults

2018· article· en· W2818723673 sur OpenAlexaff
Wilby Williamson, Adam J. Lewandowski, Nils D. Forkert, Ludovica Griffanti, Thomas W. Okell, J F Betts, Timo Siepmann, David McKean, Odaro J. Huckstep, Jane M Francis, Stefan Neubauer, Renzo Phellan, Mark Jenkinson, Aiden Doherty, Helen Dawes, Eleni Frangou, Christina Malamateniou, Charlie Foster, Paul Leeson

Notice bibliographique

RevueJAMA · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensHotchkiss Brain InstituteUniversity of Calgary
Organismes subventionnairesNational Institute for Health and Care ResearchBritish Heart FoundationWellcome Trust
Mots-clésMedicineInternal medicineHyperintensityBlood pressureCardiologyBody mass indexRisk factorStroke (engine)Lacunar strokePhysical therapyMagnetic resonance imagingIschemic strokeIschemia

Résumé

récupéré en direct d'OpenAlex

Importance: Risk of stroke and brain atrophy in later life relate to levels of cardiovascular risk in early adulthood. However, it is unknown whether cerebrovascular changes are present in young adults. Objective: To examine relationships between modifiable cardiovascular risk factors and cerebrovascular structure, function, and white matter integrity in young adults. Design, Setting, and Participants: A cross-sectional observational study of 125 young adults (aged 18-40 years) without clinical evidence of cerebrovascular disease. Data collection was completed between August 2014 and May 2016 at the University of Oxford, United Kingdom. Final data collection was completed on May 31, 2016. Exposures: The number of modifiable cardiovascular risk factors at recommended levels, based on the following criteria: body mass index (BMI) <25; highest tertile of cardiovascular fitness and/or physical activity; alcohol consumption <8 drinks/week; nonsmoker for >6 months; blood pressure on awake ambulatory monitoring <130/80 mm Hg; a nonhypertensive diastolic response to exercise (peak diastolic blood pressure <90 mm Hg); total cholesterol <200 mg/dL; and fasting glucose <100mg/dL. Each risk factor at the recommended level was assigned a value of 1, and participants were categorized from 0-8, according to the number of risk factors at recommended levels, with higher numbers indicating healthier risk categories. Main Outcomes and Measures: Cerebral vessel density, caliber and tortuosity, brain white matter hyperintensity lesion count. In a subgroup (n = 52), brain blood arrival time and cerebral blood flow assessed by brain magnetic resonance imaging (MRI). Results: A total of 125 participants, mean (SD) age 25 (5) years, 49% women, with a mean (SD) score of 6.0 (1.4) modifiable cardiovascular risk factors at recommended levels, completed the cardiovascular risk assessment and brain MRI protocol. Cardiovascular risk factors were correlated with cerebrovascular morphology and white matter hyperintensity count in multivariable models. For each additional modifiable risk factor categorized as healthy, vessel density was greater by 0.3 vessels/cm3 (95% CI, 0.1-0.5; P = .003), vessel caliber was greater by 8 μm (95% CI, 3-13; P = .01), and white matter hyperintensity lesions were fewer by 1.6 lesions (95% CI, -3.0 to -0.5; P = .006). Among the 52 participants with available data, cerebral blood flow varied with vessel density and was 2.5 mL/100 g/min higher for each healthier category of a modifiable risk factor (95% CI, 0.16-4.89; P = .03). Conclusions and Relevance: In this preliminary study involving young adults without clinical evidence of cerebrovascular disease, a greater number of modifiable cardiovascular risk factors at recommended levels was associated with higher cerebral vessel density and caliber, higher cerebral blood flow, and fewer white matter hyperintensities. Further research is needed to verify these findings and determine their clinical importance.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,006
Score d'incertitude au seuil0,224

Scores Codex et Gemma par catégorie

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

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 Opus0,004
Tête enseignante GPT0,209
Écart entre enseignants0,205 · 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 tête enseignante, 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

Citations142
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMAMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207