MétaCan
Menu
Retour à la cohorte
Enregistrement W2990569188 · doi:10.3389/fnagi.2019.00348

Predicted Brain Age After Stroke

2019· article· en· W2990569188 sur OpenAlexaff
Natalia Egorova, Franziskus Liem, Vladimir Hachinski, Amy Brodtmann

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensWestern University
Organismes subventionnairesNational Health and Medical Research CouncilAustralian Research CouncilMedical Research CouncilUniversität Zürich
Mots-clésStroke (engine)BiomarkerMedicineBrain agingAging brainBrain damageInternal medicineCardiologyPhysical medicine and rehabilitationDiseaseBiology

Résumé

récupéré en direct d'OpenAlex

Aging is a known non-modifiable risk factor for stroke. Usually, this refers to chronological rather than biological age. Biological brain age can be estimated based on cortical and subcortical brain measures. For stroke patients, it could serve as a more sensitive marker of brain health than chronological age. In this study, we investigated whether there is a difference in brain age between stroke survivors and control participants matched on chronological age. We estimated brain age at 3 months after stroke, and then followed the longitudinal trajectory over three time-points: within 6 weeks (baseline), at 3 and at 12 months following their clinical event. We found that brain age in stroke participants was higher compared to controls, with the mean difference between the groups varying between 3.9 and 8.7 years depending on the brain measure used for prediction. This difference in brain age was observed at 6 weeks after stroke and maintained at 3 and 12 months after stroke. The presence of group differences already at baseline suggests that stroke might be an ultimate manifestation of gradual cerebrovascular burden accumulation and brain degeneration. Brain age prediction, therefore, has the potential to be a useful biomarker for quantifying stroke risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,548

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,237
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207