Arterial Stiffness Due to Carotid Calcification Disrupts Cerebral Blood Flow Regulation and Leads to Cognitive Deficits
Notice bibliographique
Résumé
Background Arterial stiffness is associated with cognitive decline and dementia; however, the precise mechanisms by which it affects the brain remain unclear. Methods and Results Using a mouse model based on carotid calcification this study characterized mechanisms that could contribute to brain degeneration due to arterial stiffness. At 2 weeks postcalcification, carotid stiffness attenuated resting cerebral blood flow in several brain regions including the perirhinal/entorhinal cortex, hippocampus, and thalamus, determined by autoradiography ( P<0.05). Carotid calcification impaired cerebral autoregulation and diminished cerebral blood flow responses to neuronal activity and to acetylcholine, examined by laser Doppler flowmetry ( P<0.05, P<0.01). Carotid stiffness significantly affected spatial memory at 3 weeks ( P<0.05), but not at 2 weeks, suggesting that cerebrovascular impairments precede cognitive dysfunction. In line with the endothelial deficits, carotid stiffness led to increased blood-brain barrier permeability in the hippocampus ( P<0.01). This region also exhibited reductions in vessel number containing collagen IV ( P<0.01), as did the somatosensory cortex ( P<0.05). No evidence of cerebral microhemorrhages was present. Carotid stiffness did not affect the production of mouse amyloid-β (Aβ) or tau phosphorylation, although it led to a modest increase in the Aβ40/Aβ42 ratio in frontal cortex ( P<0.01). Conclusions These findings suggest that carotid stiffness alters brain microcirculation and increases blood-brain barrier permeability associated with cognitive impairments. Therefore, arterial stiffness should be considered a relevant target to protect the brain and prevent cognitive dysfunctions.
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 | 0,000 | 0,001 |
| 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 ».