MétaCan
Menu
Retour à la cohorte
Enregistrement W3087674145 · doi:10.1111/jon.12778

White Matter Lesions in Mild Cognitive Impairment and Idiopathic Parkinson's Disease: Multimodal Advanced MRI and Cognitive Associations

2020· article· en· W3087674145 sur OpenAlexaboutno aff
Swati Rane Levendovszky, Julia P. Owen, Daniel S. Hippe, Brenna Cholerton, Cyrus P. Zabetian, Tom Montine, Thomas J. Grabowski

Notice bibliographique

RevueJournal of Neuroimaging · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute on Aging
Mots-clésHyperintensityMontreal Cognitive AssessmentCognitionMedicineCognitive declineCardiologyWhite matterVerbal fluency testDiseaseInternal medicinePsychologyNeuropsychologyNeuroscienceDementiaMagnetic resonance imagingCognitive impairmentPsychiatryRadiology

Résumé

récupéré en direct d'OpenAlex

Cerebrovascular disease is a common comorbidity in older adults, typically assessed in terms of white matter hyperintensities (WMHs) on MRI. While it is well known that WMHs exacerbate cognitive symptoms, the exact relation of WMHs with cognitive performance and other degenerative diseases is unknown. Furthermore, based on location, WMHs are often classified into periventricular and deep WMHs and are believed to have different pathological origins. Whether the two types of WMHs influence cognition differently is unclear. Using regression models, we assessed the independent association of these two types of WMHs with cognitive performance in two separate studies focused on distinct degenerative diseases, early Alzheimer's (mild cognitive impairment), and Parkinson's disease. We further tested if the two types of WMHs were differentially associated with reduced cortical cerebral blood flow (CBF) as measured by arterial spin labeling and increased mean diffusivity (MD, a marker of tissue injury) as measured by diffusion imaging. Our approach revealed that both deep and periventricular WMHs were associated with poor performance on tests of global cognition (Montreal cognitive Assessment, MoCA), task processing (Trail making test), and category fluency in the study of mild cognitive impairment. They were associated with poor performance in global cognition (MoCA) and category fluency in the Parkinson's disease study. Of note, more associations were detected between cognitive performance and deep WMHs than between cognitive performance and periventricular WMHs. Mechanistically, both deep and periventricular WMHs were associated with increased MD. Both deep and periventricular WMHs were also associated with reduced CBF in the gray matter.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,042
Tête enseignante GPT0,335
Écart entre enseignants0,293 · 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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroimagingMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207