AUGMENTATION INDEX IS A PREDICTOR OF CEREBRAL BLOOD FLOW ACROSS GLOBAL GRAY MATTER IN THE ELDERLY
Notice bibliographique
Résumé
Abstract Arterial stiffness and blood pressure (BP) are contributors to cognitive decline and dementia. Lower global cerebral blood flow (CBF) is one of the earliest manifestations of biological alterations linked to cognitive decline, nevertheless the best cardiovascular predictor of CBF in gray-matter (CBF-GM) remains to be identified. Our objective is to determine the best predictor of CBF-GM levels amongst cardiovascular parameters. Eigthy-four healthy participants between 60-80 years-old were evaluated. The measured parameters for arterial stiffness were the carotid-femoral pulse wave velocity (cf-PWV) and the augmentation index (Aix), measured by applanation tonometry (SphygmoCor). Mean systolic BP (SBP) was monitored over 24-hours and analyzed following Hypertension-Canada’s guidelines(2018). The coefficient of variation for 24-hours SBP was calculated by dividing the standard deviation by the mean. Resting CBF-GM was quantified from pseudocontinuous arterial-spin-labeling using Neurolens 2.0(pcASL), and acquired on a 3T scanner (MAGNETOM Prisma-Fit). We created multiple linear regression models for each independent variable (cf-PWV, Aix, mean-SBP in 24 hours and the coefficient of variation of 24-hours SBP) using age, sex, schooling and body mass index as covariates. Multiple linear regression models demonstrated that two independent variables could predict CBF-GM levels: a)PWV (p=0.010) and b)Aix (p=0.006). In this cohort, we demonstrated that while PWV and Aix are both predictors of CBF-GM levels, it is Aix which has the highest predictive value and could be a useful tool to understand the interplay between lower CBF-GM and arterial stiffness. These results also indicate that Aix may be a good therapeutic target to preserve brain health and cognition.
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) | 0,002 | 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 ».