The efficiency of the brain connectome is associated with cerebrovascular reactivity in persons with white matter hyperintensities
Notice bibliographique
Résumé
The purpose of this study was to determine the relationship between the organization of the brain connectome and cerebrovascular reactivity (CVR) in persons with white matter hyperintensities. Diffusion tensor and CVR mapping 3T MRI scans were acquired in 31 participants with white matter hyperintensities. In each participant, the connectome was assessed by reconstructing all white matter tracts with tractography and segmenting the whole brain into multiple regions. Graph theory analysis was performed to quantify how effectively tracts connected brain regions by measuring the global and local efficiency of the connectome. CVR in white matter and gray matter was correlated with the global and local efficiency of the connectome, while adjusting for age, gender, and gray matter volume. For comparison, white matter hyperintensity volume was also correlated with global and local efficiency. White matter CVR was positively correlated with the global efficiency (coefficient: 23.3, p = .005) and local efficiency (coefficient: 2850, p = .004) of the connectome. Gray matter CVR was positively correlated with the global efficiency (coefficient: 21.3, p < .001) and local efficiency (coefficient: 2670, p < .001) of the connectome. White matter hyperintensity volume was negatively correlated with global efficiency (coefficient: -0.0002, p = .003) and local efficiency (coefficient: -0.024, p = .003) of the connectome. The association between CVR and the brain connectome suggests that impaired cerebrovascular function may be part of the pathophysiology of the disruption of the brain connectome in persons with white matter hyperintensities.
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 | 0,000 |
| 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 ».