MétaCan
Menu
Retour à la cohorte
Enregistrement W3001558060 · doi:10.1016/j.nbd.2020.104756

Influence of metabolic syndrome on cerebral perfusion and cognition

2020· article· en· W3001558060 sur OpenAlexafffund
Jessica Livingston, Matthew W. McDonald, Therese Gagnon, Matthew S. Jeffers, Mariana Gomez-Smith, Sabina Antonescu, Greg O. Cron, Carlie Boisvert, Baptiste Lacoste, Dale Corbett

Notice bibliographique

RevueNeurobiology of Disease · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disease Mechanisms and Treatments
Établissements canadiensOttawa HospitalHeart and Stroke FoundationUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Vascular Network
Mots-clésCerebral blood flowMetabolic syndromeMedicineAtrophyInternal medicineHippocampal formationWhite matterCardiologyPsychologyPathologyMagnetic resonance imagingRadiologyObesity

Résumé

récupéré en direct d'OpenAlex

Vascular cognitive impairment (VCI) is associated with chronic cerebral hypoperfusion (CCH) and memory deficits, and often occurs concurrently with metabolic syndrome (MetS). Despite their common occurrence, it is unknown whether CCH and MetS act synergistically to exacerbate VCI-associated pathology. Here, using male Sprague-Dawley rats, we examined the effects of a clinically relevant model of adolescent-onset MetS and adult-onset CCH on neuro-vascular outcomes, combining a cafeteria diet with a 2-vessel occlusion (2VO) model. Using longitudinal imaging, histology, and behavioural assessments, we identified several features of MetS and CCH including reduced cerebral blood volume, white matter atrophy, alterations in hippocampal cell density, and memory impairment. Furthermore, we identified a number of significant associations, potentially predictive of MetS and pathophysiological outcomes. White matter volume was positively correlated to HDL cholesterol; hippocampal cell density was negatively correlated to fasted blood glucose; cerebral blood flow and volume was negatively predicted by the combination of 2VO surgery and increased fasted blood glucose. These results emphasize the importance of including comorbid conditions when modeling VCI, and they outline a highly translational preclinical model that could be used to investigate potential interventions to mitigate VCI-associated pathology and cognitive decline.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,240
Écart entre enseignants0,216 · 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

Citations43
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeurobiology of DiseaseMême sujetNeurological Disease Mechanisms and TreatmentsTravaux en français237 207