Increasing body mass index in an elderly cohort: Effects on the quantitative MR parameters of the brain
Notice bibliographique
Résumé
Background Body mass index (BMI) is increasing in a large number of elderly persons. This increase in BMI is known to put one at risk for many "diseases of aging," although less is known about how a change in BMI may affect the brains of the elderly. Purpose To investigate the relationship between BMI and quantitative water content, T1, T2*, and the semi‐quantitative magnetization transfer ratio (MTR) of various structures in elderly brains. Study Type Cross‐sectional. Subjects Forty‐two adults (BMI range: 19.1–33.5 kg/m2, age range: 58–80 years). Field Strength 3T MRI (two multi‐echo gradient echoes, actual flip angle imaging, magnetization prepared rapid gradient echo, fluid attenuated inversion recovery). Assessment The 3D two‐point method was used to derive (semi‐)quantitative parameters in global white (WM) and gray matter (GM) and their regions as defined by the Johns Hopkins University and the Montreal Neurological Institute atlases. Statistical Tests Multivariate linear regression with BMI as principal regressor, corrected for the additional regressors age, gender, and glycated hemoglobin. Spearman correlation between quantitative parameters of the regions showing significant changes and the lipid spectra / C‐reactive protein (CRP). Voxel‐based morphometry and analysis of covariance (ANCOVA) to explore changes in the GM volume. Results T1increased significantly (P < 0.05) in the frontal, temporal, and parietal cortices, while the bilateral corona radiata, right superior longitudinal fasciculus, as well as the corpus callosum showed significant changes in the WM regions. T2* increased significantly in the global WM and left corona radiata. Changes in MTR and the free water content did not reach significance. No significant correlation between any quantitative parameter and the lipid spectra or CRP could be identified. Data Conclusion These results suggest that an elevated BMI predominantly affects T1in WM as well as GM structures in the elderly human brain. Level of Evidence:3 Technical Efficacy:Stage 3 J. Magn. Reson. Imaging 2020;51:514–523.
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 | 0,001 |
| 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) | 0,001 | 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 ».