MétaCan
Menu
Retour à la cohorte
Enregistrement W2999515079 · doi:10.3389/fneur.2019.01378

Correlations Between the Microstructural Changes of the Medial Temporal Cortex and Mild Cognitive Impairment in Patients With Cerebral Small Vascular Disease (cSVD): A Diffusion Kurtosis Imaging Study

2020· article· en· W2999515079 sur OpenAlexaboutno aff
Dongtao Liu, Kun Li, Xiangke Ma, Yue Li, Qiao Bu, Zhenyu Pan, Feng Xiang, Qinglei Shi, Lichun Zhou, Wenli Hu

Notice bibliographique

RevueFrontiers in Neurology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebrovascular and Carotid Artery Diseases
Établissements canadiensnon disponible
Organismes subventionnairesSiemens Healthineers
Mots-clésKurtosisDiffusion MRINeuroscienceDiseaseCognitive impairmentNeuroimagingMedicineCognitionVoxel-based morphometryCardiologyPsychologyMagnetic resonance imagingPathologyRadiologyWhite matter

Résumé

récupéré en direct d'OpenAlex

Object: The purpose of our study was to investigate the microstructural changes of the medial temporal cortex in mild cognitive impairment (MCI) patients with cerebral small vascular disease (cSVD) using diffusion kurtosis imaging (DKI), and to examine whether DKI parameters are correlated with MCI. Method: A total of 82 cSVD patients admitted to the Department of Neurology Beijing Chaoyang Hospital, Capital Medical University were retrospectively enrolled in this study. The Montreal cognitive assessment scale (MoCA) score was used to assess the overall cognitive function. According to the presence or absence of MCI, these patients were divided into MCI group (n=48) and non-MCI group (n=34). The general clinical data of the two groups were collected and analyzed. The regions of interests (ROIs) were selected for investigation in the medial temporal cortex. The averaged values of DKI parameters were measured in each ROI and compared between the two groups, the correlations between DKI parameters and MoCA score, between diffusion and kurtosis parameters were examined. Results: Compared to non-MCI group, MCI patients showed significantly increased mean diffusion (MD) and radial diffusion (RD), and significantly decreased mean kurtosis (MK) in left hippocampus (P=0.005, 0.006, 0.002 respectively). In left hippocampus, fractional anisotropy (FA), MK, radial kurtosis (RK), and kurtosis fractional anisotropy (KFA) showed significantly positive correlations with MoCA score (r=0.374 ,0.37,0.392,0.242 respectively, all P<0.05), while MK, and RD were negatively correlated with MoCA score (r=-0.227,-0.255 respectively, all P<0.05). In left parahippocampal, axial kurtosis (AK) and KFA were positively correlated with MoCA score (r=0.228, 0.282 respectively, all P<0.05), while RK was positively correlated with MoCA score in right parahippocampal (r=0.231, P<0.05). Except for axial diffusion (AD) and AK, significant correlations with MD and MK, RD and RK, FA and KFA were observed in the medial temporal cortex (r=-0.254, -0.395, 0.807, respectively, all P<0.05). Conclusion: DKI technique can be used to observe the microstructural changes of the medial temporal cortex in MCI patients with cSVD. The DKI-derived parameters might be feasible to evaluate patients with MCI.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,197
Écart entre enseignants0,191 · 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 source (Gemma direct ou Codex distillé), 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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetCerebrovascular and Carotid Artery DiseasesTravaux en français237 207