MétaCan
Menu
Retour à la cohorte
Enregistrement W3000405916 · doi:10.3988/jcn.2020.16.1.19

Association between Retinal Vascular Geometric Changes and Cognitive Impairment: A Systematic Review and Meta-Analysis

2020· review· en· W3000405916 sur OpenAlexaboutno aff
Huiqun Wu, Chendong Wang, Cong Chen, Xiaotao Xu, Yi Zhu, Aimin Sang, Kui Jiang, Jiancheng Dong

Notice bibliographique

RevueJournal of Clinical Neurology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueRetinal Imaging and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaQinglan Project of Jiangsu Province of China
Mots-clésRetinalTortuosityMeta-analysisCognitionRetinal ArteryMedicineOphthalmologyCardiologyCognitive impairmentRetinaInternal medicineAssociation (psychology)PsychologyNeuroscienceChemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: Previous studies have explored the association between retinal vascular changes and cognitive impairment. The retinal vasculature shares some characteristics with the cerebral vasculature, and quantitative changes in it could indicate cognitive impairment. Hence, a comprehensive meta-analysis was performed to clarify the potential relationship between retinal vascular geometric changes and cognitive impairment. METHODS: Relevant databases were scrupulously and systematically searched for retinal vascular geometric changes including caliber, tortuosity, and fractal dimension (FD), and for cognitive impairment. The Newcastle-Ottawa Scale was used to evaluate the methodological quality of included studies. RevMan was used to perform the meta-analysis and detect publication bias. Sensitivity analyses were also performed. RESULTS: >0.05). However, the retinal arteriolar FD (mean difference: -0.03, 95% CI: -0.05, -0.01) and venular FD (mean difference: -0.03, 95% CI: -0.05, -0.02) were associated with cognitive impairment. CONCLUSIONS: A smaller retinal microvascular FD might be associated with cognitive impairment. Further large-sample and well-controlled original studies are required to confirm the present findings.

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)0,008
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,021
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0130,022
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,156
Tête enseignante GPT0,452
Écart entre enseignants0,297 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations23
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical NeurologyMême sujetRetinal Imaging and AnalysisTravaux en français237 207