Cognitive functions and white matter lesions on magnetic resonance images in a sample of normal Iranian population with cardiovascular risk factors
Notice bibliographique
Résumé
PURPOSE: Due to a suggestive three-way relationship between brain structural disorders, microvascular lesions, and cognitive impairments, we aimed to examine the association of the volume and number of white matter hyperintensity lesions and lacunar infarcts with cognitive impairment among patients with cardiovascular risk factors in a sample of the Iranian population. MATERIALS AND METHODS: This study was conducted on a total number of 156 normal subjects aged 30-74 years with cardiovascular risk factors. We used the Framingham general cardiovascular risk factors prediction model to calculate the likelihood of each risk factor. The total number of lacunar infarcts and the volume of white matter hyperintensity lesion were calculated in brain magnetic resonance imaging. Cognition status was assessed using the Montreal Cognitive Assessment questionnaire. RESULTS: An adverse association was revealed between Montreal Cognitive Assessment score and different cardiovascular risk profiles including the Framingham body mass index score ( p < 0.001) and the Framingham lipid score ( p < 0.001). The total volume of white matter hyperintensity was negatively associated with total Montreal Cognitive Assessment cognition score ( p < 0.001). Our study also showed an adverse association between total number of lacunar infarcts and total Montreal Cognitive Assessment cognition score ( p = 0.038) and with some cognition components including memory ( p = 0.013), attention ( p = 0.037), abstraction ( p = 0.046), and orientation ( p = 0.002). CONCLUSION: Periventricular lesions are associated with impaired memory, language, and visuoconstruction while subcortical lesions are associated with impairment in naming, attention, language, and abstraction functions in normal subjects with cardiovascular risk factors but without cardiovascular or cerebrovascular disorders.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».