BOLD‐based cerebrovascular reactivity vascular transfer function isolates amplitude and timing responses to better characterize cerebral small vessel disease
Notice bibliographique
Résumé
Cerebrovascular reactivity (CVR) is a dynamic measure of the cerebral blood vessel response to vasoactive stimulus. Conventional CVR measures amplitude changes in the blood‐oxygenation‐level‐dependent (BOLD) signal per unit change in end‐tidal CO 2 ( P ET CO 2 ), effectively discarding potential timing information. This study proposes a deconvolution procedure to characterize CVR responses based on a vascular transfer function (VTF) that separates amplitude and timing CVR effects. We implemented the CVR‐VTF to primarily evaluate normal‐appearing white matter (WM) responses in those with a range of small vessel disease. Comparisons between simulations of P ET CO 2 input models revealed that boxcar and ramp hypercapnia paradigms had the lowest relative deconvolution error. We used a T 2 * BOLD‐MRI sequence on a 3 T MRI scanner, with a boxcar delivery model of CO 2 , to test the CVR‐VTF approach in 18 healthy adults and three white matter hyperintensity (WMH) groups: 20 adults with moderate WMH, 12 adults with severe WMH, and 10 adults with genetic WMH (CADASIL). A subset of participants performed a second CVR session at a one‐year follow‐up. Conventional CVR, area under the curve of VTF (VTF‐AUC), and VTF time‐to‐peak (VTF‐TTP) were assessed in WM and grey matter (GM) at baseline and one‐year follow‐up. WMH groups had lower WM VTF‐AUC compared with the healthy group ( p < 0.0001), whereas GM CVR did not differ between groups ( p > 0.1). WM VTF‐TTP of the healthy group was less than that in the moderate WMH group ( p = 0.016). Baseline VTF‐AUC was lower than follow‐up VTF‐AUC in WM ( p = 0.013) and GM ( p = 0.026). The intraclass correlation for VTF‐AUC in WM was 0.39 and coefficient of repeatability was 0.08 [%BOLD/mm Hg]. This study assessed CVR timing and amplitude information without applying model assumptions to the CVR response; this approach may be useful in the development of robust clinical biomarkers of CSVD.
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 | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».