Cerebral white matter diffusion properties and free‐water with obstructive sleep apnea severity in older adults
Notice bibliographique
Résumé
Characterizing the effects of obstructive sleep apnea (OSA) on the aging brain could be key in our understanding of neurodegeneration in this population. Our objective was to assess white matter properties in newly diagnosed and untreated adults with mild to severe OSA. Sixty-five adults aged 55 to 85 were recruited and divided into three groups: control (apnea-hypopnea index ≤5/hr; n = 18; 65.2 ± 7.2 years old), mild (>5 to ≤15 hr; n = 27; 64.2 ± 5.3 years old) and moderate to severe OSA (>15/hr; n = 20; 65.2 ± 5.5 years old). Diffusion tensor imaging metrics (fractional anisotropy (FA), axial diffusivity (AD), radial diffusivity, and mean diffusivity) were compared between groups with Tract-Based Spatial Statistics within the white matter skeleton created by the technique. Groups were also compared for white matter hyperintensities volume and the free-water (FW) fraction. Compared with controls, mild OSA participants showed widespread areas of lower diffusivity (p < .05 corrected) and lower FW fraction (p < .05). Participants with moderate to severe OSA showed lower AD in the corpus callosum compared with controls (p < .05 corrected). No between-group differences were observed for FA or white matter hyperintensities. Lower white matter diffusivity metrics is especially marked in mild OSA, suggesting that even the milder form may lead to detrimental outcomes. In moderate to severe OSA, competing pathological responses might have led to partial normalization of diffusion metrics.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».