A longitudinal magnetic resonance imaging study of neurodegenerative and small vessel disease, and clinical cognitive trajectories in non demented patients with transient ischemic attack: the PREVENT study
Notice bibliographique
Résumé
BACKGROUND: Late-life cognitive decline, caused by progressive neuronal loss leading to brain atrophy years before symptoms are detected, is expected to double in Canada over the next two decades. Cognitive impairment in late life is attributed to vascular and lifestyle related risk factors in mid-life in a substantial proportion of cases (50%), thereby providing an opportunity for effective prevention of cognitive decline if incipient disease is detected earlier. Patients presenting with transient ischemic attack (TIA) commonly display some degree of cognitive impairment and are at a 4-fold increased risk of dementia. In the Predementia Neuroimaging of Transient Ischemic Attack (PREVENT) study, we will address what disease processes (i.e., Alzheimer's vs. vascular disease) lead to neurodegeneration, brain atrophy, and cognitive decline, and whether imaging measurements of brain iron accumulation using quantitative susceptibility mapping predicts subsequent brain atrophy and cognitive decline. METHODS: ) and by MR measurements of iron accumulation, a marker for Alzheimer's-related neurodegeneration. Small vessel disease will be identified by changes in white matter lesion volume. Predictors of advanced rates of cerebral and hippocampal atrophy at 1 and 3 years will include in vivo Alzheimer's disease pathology markers, and MRI measurements of brain iron accumulation and small vessel disease. Clinical and cognitive function will be assessed annually post-baseline for a period of 5-years using a clinical questionnaire and a battery of neuropsychological tests, respectively. DISCUSSION: The PREVENT study expects to demonstrate that TIA patients have increased early progressive rates of cerebral brain atrophy after TIA, before cognitive decline can be clinically detected. By developing and optimizing high-level machine learning models based on clinical data, image-based (quantitative susceptibility mapping, regional brain, and white matter lesion volumes) features, and cerebrospinal fluid biomarkers, PREVENT will provide a timely opportunity to identify individuals at greatest risk of late-life cognitive decline early in the course of disease, supporting future therapeutic strategies for the promotion of healthy aging.
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 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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».