MétaCan
Menu
← Retour à la cohorte
Enregistrement W3111440933 · doi:10.1002/alz.045489

Fractional anisotropy in white matter hyperintensities is linked to associative memory performance

2020· article· en· W3111440933 sur OpenAlexaffabout
Seyyed Mohammad Hassan Haddad, Christopher J.M. Scott, Miracle Ozzoude, Melissa F. Holmes, Stephen R. Arnott, Nuwan D. Nanayakkara, Donna Kwan, Brian Tan, Leanne K. Casaubon, Jennifer Mandzia, Demetrios J. Sahlas, Gustavo Saposnik, Ayman Hassan, Sandra E. Black, Dar Dowlatshahi, Stephen C. Strother, Richard H. Swartz, Sean Symons, Manuel Montero‐Odasso, Robert Bartha

Notice bibliographique

RevueAlzheimer s & Dementia · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensMcMaster UniversityUniversity of OttawaBaycrest HospitalThunder Bay Regional Health Sciences CentreHealth Sciences CentreSunnybrook HospitalUniversity of TorontoRobarts Clinical TrialsSunnybrook Health Science CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésFractional anisotropyHyperintensityDiffusion MRIWhite matterNeuroimagingCognitionDementiaStroke (engine)MedicinePsychologyNeuroscienceCardiologyPathologyMagnetic resonance imagingRadiologyDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Background Alzheimer’s disease pathology commonly coexists with cerebrovascular anomalies, suggesting a strong association between cerebrovascular lesions and cognitive performance. While different types and locations of cerebrovascular lesions such as strokes and white matter hyperintensities (WMHs) may interfere with various cognitive domains, these associations are not thoroughly understood. The most common approach to characterize and evaluate cerebral lesions is with structural neuroimaging. However, diffusion tensor imaging (DTI) can assess the microstructural integrity of cerebral tissue lesions, which may directly impact neuronal communication and consequently cognitive function. This study examines the variation in DTI metrics within different cerebrovascular lesions and their association with cognition in people with cerebrovascular disease (CVD). Method The variation of DTI metrics in 10 different cerebral tissues and lesions was examined in 152 subjects (aged 55‐85 years, 32% female) with CVD, (evidenced by an ischemic stroke event documented by MRI or CT, with a modified Rankin score 0‐3) available from the Ontario Neurodegenerative Disease Research Initiative (ONDRI). Fractional anisotropy (FA) and mean diffusivity (MD) were measured using an established DTI processing pipeline from 3 Tesla DTI images (32 directions, b=1000 s/mm2). Cerebral tissue lesion masks were obtained by semi‐automated segmentation of the structural T1‐weighted images to calculate average DTI metrics in each region of interest (ROI). In addition, FA in normal appearing WM (NAWM) and WMHs were correlated with MoCA score (measure of gross cognition), Rey Auditory Verbal Learning Test Long‐Delayed Recall score (measure of episodic memory), Trail Making Test‐Part B in seconds (measure of executive function), and Face‐Name Associative Memory Test score (measure of associative memory). Result Figure 1 shows a T1‐weighted anatomical image, corresponding tissue mask identifying vascular lesions, and corresponding MD and FA maps. Fig. 2 provides the average FA and MD in different cerebral tissues/lesions. FA within WMHs was found to be significantly correlated with Face Name Associative Memory Test score (p‐value<0.01, r=0.23, Fig. 3) after Bonferroni correction. No other significant associations were identified. Conclusion Considerable heterogeneity in DTI metrics was observed between cerebral tissues and lesions. Importantly, the structural integrity within WMHs also associated with higher associative memory performance.

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)0,002
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,068
Tête enseignante GPT0,323
Écart entre enseignants0,255 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→